替换genre_ids时出现KeyError: '['错误，求解决方法

问题原因 #

你的genre_ids列存储的不是Python列表，而是字符串格式的列表（比如值为"[28,16]"）。直接遍历这个字符串时，会把它拆成单个字符（'['、'2'、'8'等），而你的id_code字典里没有'['这个键，所以触发KeyError。

解决方案 #

方法1：用ast.literal_eval解析字符串为列表 #

先把字符串格式的列表转换成真正的Python列表，再映射类型名称：

import ast

id_code = {'28': 'action', '12': 'adventure', '16': 'animation'}

merged_df['genre_ids'] = merged_df['genre_ids'].apply(
    lambda x: [id_code[str(i)] for i in ast.literal_eval(x)]
)

• ast.literal_eval会安全地把字符串解析成对应的Python数据结构（这里是列表）
• 把列表里的数字转成字符串，匹配id_code的键类型

方法2：纯字符串处理（无需额外模块） #

如果你的字符串格式很规范（比如没有多余空格），可以直接处理字符串：

id_code = {'28': 'action', '12': 'adventure', '16': 'animation'}

merged_df['genre_ids'] = merged_df['genre_ids'].apply(
    lambda x: [id_code[i.strip()] for i in x.strip('[]').split(',')]
)

• x.strip('[]')去掉字符串首尾的[]，得到"28,16"
• split(',')按逗号分割成["28", "16"]
• i.strip()处理可能存在的空格（比如如果是"28, 16"）

可选：处理未知ID #

如果列中有不在id_code里的ID，可以用get方法设置默认值，避免报错：

# 以方法1为例
merged_df['genre_ids'] = merged_df['genre_ids'].apply(
    lambda x: [id_code.get(str(i), 'unknown') for i in ast.literal_eval(x)]
)

内容的提问来源于stack exchange，提问作者nv555