Pandas提取索引字符串生成月年列时遇KeyError错误求助

嘿，我来帮你搞定这个问题！你遇到的KeyError: 'SKU'是个很典型的小误区——SKU并不是你的DataFrame的普通列，而是列的名称（也就是df.columns.name），那些像Jan10_Sales的字符串其实是你的DataFrame的索引（index），这就是为什么你直接访问df['SKU']会报错。

从你给出的df.columns输出也能验证这一点：

Index(['Noodles','FaceCream','BodyWash','Powder','Soap'], dtype='object', name='SKU')

这里的name='SKU'说明列的整体名称是SKU，而不是存在一列叫SKU。

两种解决方案供你选择： #

方案1：直接操作索引生成新列（更高效）

不用把索引转成列，直接对索引使用字符串切片：

# 提取月份（取前3个字符）
df['month'] = df.index.str[:3]
# 提取年份（取第3-5位，拼接'20'得到完整年份）
df['year'] = '20' + df.index.str[3:5]

比如Jan10_Sales会被提取出month='Jan'，year='2010'。

方案2：把索引转成普通列后操作

如果你更习惯用列来处理，可以先把索引重置为名为SKU的列，再执行切片：

# 将索引转为名为SKU的列
df = df.reset_index(names='SKU')
# 提取月份
df['month'] = df['SKU'].str[:3]
# 提取并补全年份
df['year'] = '20' + df['SKU'].str[3:5]

补充说明： #

你之前写的df['year']=df['SKU'].str[4:5]只能提取到年份的第二位（比如Jan10_Sales里的0），所以改成str[3:5]才能拿到完整的两位年份10，再拼接'20'就得到了2010这样的完整年份，更实用。

内容的提问来源于stack exchange，提问作者noob