处理DataFrame列时触发KeyError，求助问题排查与解决

我正在编写一个函数，目的是根据列表值移除DataFrame中不需要的列，并把剩余列拆分成两个不同的DataFrame（把其中一列移到另一个DataFrame）。

第一个for循环负责移除不需要的列：当Tkinter变量variabletype的值为1时，删除对应索引的列。因为列删除后后续列的索引会减1，我引入了count变量避免遗漏列；如果没删除列，就把variabletype对应元素存入usedvartypes，供第二个循环使用。

第一个循环运行正常，但第二个循环一直报错。第二个循环的预期逻辑是：根据usedvartypes的长度遍历剩余列，如果usedvartypes的第i个元素为0，就把DataFrame的第i列复制到新DataFrame，并从原DataFrame中移除该列。但每次运行都会在第i个索引处触发KeyError，我不清楚原因，难道是访问pandas DataFrame的方式错了？

代码如下：

def createFinalDataframe():
    global data
    global finaldata_x
    global finaldata_y
    global variabletype    #each value represents a single column in the dataframe; equal to 0 (y) 1(unwanted) or 2(x)

    finaldata_x = data
    count = 0
    usedvartypes=[]


    for i in range(len(variabletype)):
        if (variabletype[i].get() == 1):
            finaldata_x = finaldata_x.drop(finaldata_x.columns[count], axis=1)
            count = count - 1
        else:
            usedvartypes.append(variabletype[i].get())
        count = count + 1


    for i in range(len(usedvartypes)):
        if (usedvartypes[i]==0):
            finaldata_y = []
            print(finaldata_x[i])
            finaldata_y= finaldata_x[i].copy()
            finaldata_x = finaldata_x.drop(finaldata_x.columns[i], axis=1)
            break

报错原因 #

你遇到的KeyError核心原因是用整数索引finaldata_x[i]访问DataFrame列的方式错误。pandas中，df[i]语法是按列名（label）查找，而非位置索引。如果你的列名不是整数，或者位置i对应的列名不等于i，就会触发KeyError。

此外第二个循环还有两个潜在问题：

1. finaldata_y = []将其初始化为列表，后续又赋值为Series，逻辑混乱；
2. 循环内的break只会处理第一个符合条件的列，若有多个0值列，后续的不会被处理（如果你的需求就是只处理一个，可忽略此点）。

修复方案 #

方案1：修正列访问方式

把按列名查找的finaldata_x[i]改成按位置索引访问的finaldata_x.iloc[:, i]，这是pandas中通过位置获取列的正确写法；删除列的逻辑无需修改，因为你已经用finaldata_x.columns[i]拿到了对应列名。

修改后的第二个循环代码：

for i in range(len(usedvartypes)):
    if (usedvartypes[i]==0):
        # 直接初始化为Series，避免列表赋值的逻辑混乱
        finaldata_y = finaldata_x.iloc[:, i].copy()
        finaldata_x = finaldata_x.drop(finaldata_x.columns[i], axis=1)
        break

方案2：批量处理重构（推荐）

其实无需逐列循环处理，利用pandas的批量选择功能，代码会更简洁且不易出错：

1. 先筛选出需要保留的列（排除variabletype值为1的列）；
2. 再把保留的列拆分为x（值为2）和y（值为0）两部分。

完整重构后的代码：

def createFinalDataframe():
    global data
    global finaldata_x
    global finaldata_y
    global variabletype    # 每个元素对应DataFrame的一列，值为0(y)、1(不需要)、2(x)

    # 取出所有Tkinter变量的实际值
    type_values = [var.get() for var in variabletype]
    
    # 第一步：筛选保留列（排除type=1的列）
    keep_cols = [col for col, t in zip(data.columns, type_values) if t != 1]
    filtered_data = data[keep_cols]
    
    # 第二步：拆分x和y列
    filtered_types = [t for t in type_values if t != 1]
    
    # 获取y列的位置并提取
    y_col_idx = filtered_types.index(0)
    finaldata_y = filtered_data.iloc[:, y_col_idx].copy()
    
    # 剩余列作为x数据
    finaldata_x = filtered_data.drop(filtered_data.columns[y_col_idx], axis=1)

重构代码的优势 #

• 避免了循环修改DataFrame导致的索引混乱问题；
• 逻辑更清晰，可读性更强；
• 利用pandas向量化操作，效率更高，尤其适用于列数较多的场景。

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