Pandas中KeyError: 'False: boolean label...'错误的解决求助

问题场景 #

需要实现功能：让用户输入目标天体名称或筛选器名称（支持多个筛选器）查询对应数据。现有天文观测数据（部分示例）：

|Object |   HJD 24... |    Filter | Magnitude|
|-------|-------------|-----------|----------|
|SU_Hor | 55896.30476 |    B      |14.877    |
SU_Hor    55896.27438     Ic      13.885
SU_Hor    55896.27349      B      14.809
RZ_Lyr    27359.3030       V      10.630
RZ Lyr    27934.4560       V      10.660
rzlyr     30604.2000       V      11.030

编写的Python代码在选择按筛选器查询（输入2）并输入筛选器B后，触发错误：

KeyError: 'False: boolean label can not be used without a boolean index'

错误原因 #

1. 列名引用错误：df.filter是pandas内置方法（用于按标签筛选列），不是对Filter列的引用。直接用df.filter == filter会将方法对象与输入的筛选器字符串比较，得到的不是预期的布尔索引数组，导致loc无法识别。
2. CSV读取格式错误：原始数据用任意数量空格分隔，默认pd.read_csv按逗号分隔，会导致数据读取混乱，列匹配错误。

修复方案 #

1. 修正列名引用与CSV读取方式 #

修改searchByfilter函数，将df.filter改为df['Filter']，同时指定CSV分隔符为任意空格，还支持多筛选器输入：

def searchByfilter():
    filter_input = input('Enter filter(s) to show data (separate with spaces): \n')
    # 处理多筛选器输入，拆分后去空格
    filters = [f.strip() for f in filter_input.split()]
    # 读取空格分隔的CSV，指定列名并跳过前两行表头
    df = pd.read_csv('Python_2ndLab.csv', sep='\s+', names=['Object', 'HJD', 'Filter', 'Magnitude'], skiprows=2)
    # 忽略大小写匹配筛选器（兼容数据里的v/V这类情况）
    mask = df['Filter'].str.lower().isin([f.lower() for f in filters])
    print(df.loc[mask, :])

2. 补充实现searchByObject函数 #

原代码调用了searchByObject但未定义，补充该函数并处理天体名称的格式差异（如RZ_Lyr、RZ Lyr、rzlyr）：

def searchByObject():
    obj_name = input('Enter object name to show data: \n').strip()
    df = pd.read_csv('Python_2ndLab.csv', sep='\s+', names=['Object', 'HJD', 'Filter', 'Magnitude'], skiprows=2)
    # 统一格式：转小写并去除下划线、空格，匹配数据中各种名称写法
    normalized_input = obj_name.lower().replace('_', '').replace(' ', '')
    normalized_obj = df['Object'].str.lower().str.replace('_', '').str.replace(' ', '')
    mask = normalized_obj == normalized_input
    print(df.loc[mask, :])

3. 完整可运行代码 #

import pandas as pd

def searchByObject():
    obj_name = input('Enter object name to show data: \n').strip()
    df = pd.read_csv('Python_2ndLab.csv', sep='\s+', names=['Object', 'HJD', 'Filter', 'Magnitude'], skiprows=2)
    normalized_input = obj_name.lower().replace('_', '').replace(' ', '')
    normalized_obj = df['Object'].str.lower().str.replace('_', '').str.replace(' ', '')
    mask = normalized_obj == normalized_input
    print(df.loc[mask, :])

def searchByfilter():
    filter_input = input('Enter filter(s) to show data (separate with spaces): \n')
    filters = [f.strip() for f in filter_input.split()]
    df = pd.read_csv('Python_2ndLab.csv', sep='\s+', names=['Object', 'HJD', 'Filter', 'Magnitude'], skiprows=2)
    mask = df['Filter'].str.lower().isin([f.lower() for f in filters])
    print(df.loc[mask, :])

print('Enter 1 to search by object name')
print('Enter 2 to search by filter')

src = input('Enter here: ')

if src == '1':
    searchByObject()
elif src == '2':
    searchByfilter()
else:
    print('Sorry, invalid input')

额外优化说明 #

• 支持多筛选器输入：用户可输入多个筛选器（如B V），用空格分隔，返回所有匹配行。
• 忽略大小写与格式差异：处理数据中V/v、天体名称大小写/下划线/空格不一致的问题。
• 正确读取空格分隔数据：通过sep='\s+'处理任意数量的空格分隔符，确保列识别准确。

内容的提问来源于stack exchange，提问作者Zulyani R