聚类代码中Pandas出现KeyError:1的原因排查与解决求助

嘿，咱们直接戳中问题核心：你碰到的KeyError:1，本质是用聚类编号i直接当DataFrame的索引去取值，但你的df索引根本不是聚类编号啊！

为啥会错？ #

举个实际场景：假设你的聚类模型输出的标签是[0,0,1,1,2]，意思是第0、1条文档属于聚类0，第2、3条属于聚类1，第4条属于聚类2。这时候你循环到i=1，想用df.loc[i]['title']取聚类1的文档，可df.loc[1]指的是原始索引为1的那条（它属于聚类0），聚类1的文档索引是2、3，自然找不到索引1，直接触发KeyError。

怎么修复？ #

核心思路是：先把每个文档对应的聚类标签和df绑定，再按标签筛选对应聚类的文档，而不是直接用聚类编号当索引。

步骤1：给df加聚类标签列

首先你得有聚类模型输出的标签数组（一般是模型的labels_属性，比如kmeans.labels_），把它加到df里：

# 假设你的聚类模型是kmeans，把每个文档的聚类标签存入df
df['cluster_tag'] = kmeans.labels_

步骤2：修改循环逻辑，按标签筛选

把原来报错的df.loc[i]['title']替换成按标签筛选的写法，完整的循环代码我帮你改好了，还顺便简化了重复的打印逻辑：

for i in range(num_clusters):
    # 输出聚类关键词
    print(f"Cluster {i} words: ", end="")
    # 提取当前聚类的Top10关键词
    top_words = []
    for ind in order_centroids[i, :10]:
        word = vocab_df.loc[terms[ind].split(' ')].values.tolist()[0][0]
        top_words.append(word)
    print(', '.join(top_words))

    # 输出聚类对应的文档标题（重点修复部分）
    print(f"Cluster {i} titles: ", end="")
    # 筛选出当前聚类的所有文档
    cluster_docs = df[df['cluster_tag'] == i]
    # 提取标题列表并拼接输出
    title_list = cluster_docs['title'].tolist()
    print(', '.join(title_list))

额外小提示 #

• 你原来的关键词打印逻辑重复写了j==0和j!=0的情况，用join方法直接拼接列表会更简洁高效。
• 要确保order_centroids的排序是正确的，且terms数组和vocab_df的索引完全对应，避免出现其他索引相关的小问题。

内容的提问来源于stack exchange，提问作者ntsha