Pandas数据透视报错KeyError: '00:29:59'，如何修复？

一、KeyError: '00:29:59' 解决方法 #

错误原因 #

你的代码中columns=df['Datetime'][0:48]存在两个核心问题：

1. 直接取前48个Datetime值作为列名，但后续分组的Datetime（对应其他日期的半小时点）和前48个值完全不匹配（比如前48个是1号的时间，后续是2号、3号的），pivot时找不到对应列名就会报错。
2. 若Datetime是字符串格式，可能存在精度差异（比如部分时间是00:29:59，部分是00:30:00），导致时间标签不统一，触发KeyError。

修复步骤 #

1. 统一时间标签：先把Datetime转为datetime类型，提取纯时间部分（去掉日期）作为统一的分组标签：

   import pandas as pd
   
   # 转换Datetime为datetime类型，提取时间部分
   df['time_slot'] = pd.to_datetime(df['Datetime']).dt.time
   

2. 重新执行pivot：用统一的time_slot作为列参数，分组逻辑保留index//48（每48行对应一天的48个半小时点）：

   result = df.assign(group=df.index//48).pivot(index='group', values='Y', columns='time_slot')
   

   这样生成的结果会有48列，对应一天的所有半小时时间点，每行对应连续48个Y值，完全符合你的需求。

二、Cumcount() 常见问题及解决 #

针对cumcount的典型问题给出解决方案：

• 需求：分组内生成从0开始的连续计数
  确保分组键正确，直接调用cumcount：

  # 基于之前的group列分组，生成组内计数
  df['group_count'] = df.groupby('group').cumcount()
  

• 需求：计数从1开始
  在cumcount结果上加1：

  df['group_count'] = df.groupby('group').cumcount() + 1
  

• 问题：计数不连续/重复
  检查分组键是否存在缺失值或类型不一致（比如group列混合了整数和字符串），可以先清理分组键：

  # 确保group列是整数类型，无缺失
  df['group'] = df['group'].astype(int).fillna(-1)
  

内容的提问来源于stack exchange，提问作者Murilo