使用transform()/apply()后出现KeyError(key) in get_loc_level的修复需求

我懂你的困扰——大部分场景下代码能正常跑，但遇到没有对应Country_2记录的分组时就炸出KeyError，还不想大改现有逻辑对吧？给你个简单的修复方案，完全贴合你的需求。

问题根源 #

你的Country_2_gr只包含Second_country_available=True的分组，而transform遍历所有分组时，那些没有对应Country_2记录的分组（比如示例里的(1, 'A15', '2012')），用g.name去取Country_2_gr的值时自然找不到键，直接抛出KeyError。

修复方案 #

只需要修改transform里的lambda函数，用get方法安全获取Country_2_gr的值，当分组键不存在时返回一个不会匹配任何Country值的默认值（比如空字符串），这样这些分组的行就会被标记为False，后续过滤时自动丢弃。

修改后的完整代码：

import pandas as pd

data2 = {"Year":["2012","2012","2012","2012","2012","2012","2012","2012","2012"],
        "Country":['USA','USA','USA','USA','USA','USA','USA','CANADA','CANADA'],
         "Country_2": ["", "", "", "", "", "", "", "USA", "USA"],
        "ID":["AF12","A15","BU14","DU157","L12","N10","RU156","DU157","RU156"],
         "Detail":[1,1,1,1,1,1,1,1,1],
         "Second_country_available":[False,False,False,False,False,False,False,True,True],
        }
df5 = pd.DataFrame(data2)
df5_true = df5["Second_country_available"] == True
Country_2_gr = df5[df5_true].groupby(["Detail", "ID", "Year"])['Country_2'].agg(
            '|'.join)

grouped_df5 = df5.groupby(["Detail", "ID", "Year"], group_keys=False)['Country']
# 用get方法处理不存在的分组键，避免KeyError
filtered = grouped_df5.transform(lambda g: g.str.fullmatch(Country_2_gr.get(g.name, '')))

# 过滤出符合条件的行
result = df5[filtered]
print(result)

为什么这个方案有效 #

• Country_2_gr.get(g.name, '')：当分组键存在时返回对应的Country_2拼接值，不存在时返回空字符串
• g.str.fullmatch('')：你的Country列里没有空字符串，所以这些行都会返回False，后续用df5[filtered]就能自动丢弃这些分组的所有行
• 完全保留了你原来的核心逻辑，只是加了一层安全获取的处理，没有大幅改动代码

如果你想更明确地标记不存在的分组，也可以改成下面这种写法（效果一致，可读性更强）：

filtered = grouped_df5.transform(
    lambda g: g.str.fullmatch(Country_2_gr[g.name]) if g.name in Country_2_gr.index else False
)

这样运行后就不会再出现KeyError，那些没有对应Country_2记录的分组会被自动过滤掉啦。

内容的提问来源于stack exchange，提问作者the phoenix