Pandas透视表列头为整数引发KeyError，如何转为字符串？

方法1：透视时直接生成字符串类型列名 #

在创建透视表时，提前将Year列转为字符串类型，从根源避免列名类型不一致的问题：

# 示例透视表代码，关键处理Year列类型
df2 = pd.pivot_table(
    df,
    values='统计列',
    index='分组列',
    columns=df['Year'].astype(str)  # 将Year列转为字符串后作为列分组依据
)

生成的df2列名直接是字符串格式，可直接用df2['2012']访问。

方法2：转换已生成df2的列名类型 #

如果已经得到列名为整数的df2，直接将所有列名转为字符串：

# 普通单列索引场景
df2.columns = df2.columns.astype(str)

# 多级列索引场景（比如透视表包含多个统计维度），针对Year所在层级转换
# 假设Year在第一级索引，替换level=0为实际层级
df2.columns = df2.columns.set_levels(df2.columns.levels[0].astype(str), level=0)

执行后即可用df2['2012']正常访问列。

方法3：字典重命名列名（针对整数列名） #

如果之前重命名失败，大概率是字典键类型不匹配，用整数作为键生成重名字典：

rename_map = {year: str(year) for year in df2.columns}
df2.rename(columns=rename_map, inplace=True)

该方式会把所有整数列名统一转为字符串格式。

内容的提问来源于stack exchange，提问作者DBO5