代码运行出现KeyError:411，请求分析错误原因及解决方法

这个错误的核心问题出在你对pandas Series的索引方式上：

• 你的y是从DataFrame中取出的Series（data['y']），它的索引不一定是从0开始的连续整数。
• 而你在循环里用k（从0到len(y_pred)-1的整数）去直接索引y[k]，当k这个值不在y的索引列表里时，就会触发KeyError——比如这里的411，说明你的y的索引中没有411这个键。

有两种简单的方式解决这个索引问题：

方案1：使用iloc按位置取值 #

把代码中访问y[k]的地方改成y.iloc[k]，iloc是pandas中专门按**位置（从0开始的顺序）**取值的方法，不管原索引是什么：

my_dict = {} 
val = data['prob'] 
y = data['y'] 
for i in val: 
    y_pred = [] 
    FP = 0 
    FN = 0 
    for j in val: 
        if (j >= i): 
            y_pred.append(1) 
        else: 
            y_pred.append(0) 
    for k in range(len(y_pred)): 
        # 改成iloc按位置取值
        if (y.iloc[k] == 1 and y_pred[k] == 0): 
            FN += 1 
        elif (y.iloc[k] == 0 and y_pred[k] == 1): 
            FP += 1 
    A = (500 * FN)+(100 * FP) 
    my_dict[i] = A 
min(my_dict)

方案2：把y转换成普通列表 #

提前把y转换成Python列表，这样用整数索引就不会有问题：

my_dict = {} 
val = data['prob'] 
# 转换成列表
y = data['y'].tolist() 
for i in val: 
    y_pred = [] 
    FP = 0 
    FN = 0 
    for j in val: 
        if (j >= i): 
            y_pred.append(1) 
        else: 
            y_pred.append(0) 
    for k in range(len(y_pred)): 
        if (y[k] == 1 and y_pred[k] == 0): 
            FN += 1 
        elif (y[k] == 0 and y_pred[k] == 1): 
            FP += 1 
    A = (500 * FN)+(100 * FP) 
    my_dict[i] = A 
min(my_dict)

你的代码目前效率比较低：

• for i in val会遍历prob列的每一个值，包括重复值，做很多重复计算。可以先对val去重，比如用val = data['prob'].unique()，减少循环次数。
• 内层的y_pred生成和FP/FN统计可以用pandas的向量化操作代替循环，大幅提升速度，比如：

val = data['prob'].unique()
y = data['y']
my_dict = {}
for i in val:
    y_pred = (data['prob'] >= i).astype(int)
    FN = ((y == 1) & (y_pred == 0)).sum()
    FP = ((y == 0) & (y_pred == 1)).sum()
    A = 500 * FN + 100 * FP
    my_dict[i] = A
min(my_dict)

这种向量化的写法不仅更快，也更简洁，不容易出错。

内容的提问来源于stack exchange，提问作者Rajeev Srivastava