邮编掩码处理代码出现KeyError: '0'问题排查求助

按Safe Harbor规范更新df_users DataFrame的邮编：若邮编对应地理分区人口≤20000则设为'0'，否则保留前3位。编写的循环代码部分功能有效，但运行时出现KeyError: '0'报错。

运行代码 #

# 遍历DataFrame获取每个邮编
for zipcode in df_users['zip']:
# 检查邮编前3位对应的分区人口是否≤20000
    if zip_dict[zipcode[:len(zipcode) - 2]] <= 20000:

        # 人口≤20000时，将邮编设为字符串'0'
        df_users.loc[df_users['zip'] == zipcode, 'zip'] = '0'
    else:

        # 人口>20000时，仅保留邮编前3位
        df_users.loc[df_users['zip'] == zipcode, 'zip'] = zipcode[:len(zipcode) - 2]

报错信息 #

KeyError Traceback (most recent call last)
/var/folders/95/4vh4zhc1273fgmfs4wyntxn00000gn/T/ipykernel_44758/1429192050.py in < module >
1 for zipcode in df_users['zip']:
----> 2 if zip_dict[zipcode[:len(zipcode) - 2]] <= 20000:
3 df_users.loc[df_users['zip'] == zipcode, 'zip'] = '0'
4 else:
5 df_users.loc[df_users['zip'] == zipcode, 'zip'] = str(zipcode[:len(zipcode) - 2])

KeyError: '0'

报错原因 #

1. 循环遍历对象被修改导致异常：循环直接遍历df_users['zip']列，当某个邮编被修改为'0'后，后续循环会遍历到这个'0'。此时执行zipcode[:len(zipcode)-2]，因len('0')=1，计算后切片结果仍为'0'，而zip_dict中无'0'这个键，触发KeyError。
2. 切片写法冗余且易出错：用zipcode[:len(zipcode)-2]取前3位依赖邮编长度为5位，若遇到长度异常的邮编会出错，直接写zipcode[:3]更稳妥。
3. 逐行循环效率低下：pandas设计逻辑更适合矢量化操作，逐行循环处理DataFrame属于低效写法。

修复方案 #

方案1：修复循环逻辑 #

先保存原始邮编列表，避免遍历过程中被修改后的数据干扰，同时优化切片和键查询逻辑：

# 保存原始邮编列表，避免遍历修改后的列
original_zips = df_users['zip'].tolist()

for idx, zipcode in enumerate(original_zips):
    # 直接取前3位作为查询键
    zip_prefix = zipcode[:3]
    # 用get方法避免键不存在的情况，默认返回0（视为人口≤20000）
    if zip_dict.get(zip_prefix, 0) <= 20000:
        df_users.loc[idx, 'zip'] = '0'
    else:
        df_users.loc[idx, 'zip'] = zip_prefix

方案2：使用pandas矢量化操作（推荐） #

用apply函数实现批量处理，代码更简洁，效率远高于逐行循环：

def process_zip(zipcode):
    zip_prefix = zipcode[:3]
    # 处理键不存在的边界情况
    population = zip_dict.get(zip_prefix, 0)
    return '0' if population <= 20000 else zip_prefix

# 批量处理邮编列
df_users['zip'] = df_users['zip'].apply(process_zip)

内容的提问来源于stack exchange，提问作者Avanoc