索引为指定字段时访问DataFrame列遇KeyError，如何解决并执行计算？

首先，你在虚构示例里没复现KeyError，但结合实际的DataFrame结构来看，这个报错大概率是列名不匹配或者操作时的上下文问题导致的。下面针对你的需求给出具体解决方案和排查步骤：

一、优先用矢量化操作替代apply（高效且避免错误） #

针对你需要计算日期差值并原地替换的需求，完全不需要用apply——Pandas的矢量化操作不仅速度更快，还能避免行级遍历可能出现的索引/列名问题。具体步骤如下：

1. 确保所有日期列是datetime类型（如果当前是字符串的话）：

import pandas as pd

# 转换日期列类型
df['DATE'] = pd.to_datetime(df['DATE'])
df['gathering_size_100_to_26'] = pd.to_datetime(df['gathering_size_100_to_26'])
df['shelter_in_place'] = pd.to_datetime(df['shelter_in_place'])

2. 直接计算日期差值并原地替换：

# 计算DATE与目标列的天数差（结果是Timedelta类型，可按需转成整数天数）
df['gathering_size_100_to_26'] = df['DATE'] - df['gathering_size_100_to_26']
df['shelter_in_place'] = df['DATE'] - df['shelter_in_place']

# 如果需要转成整数天数，可加.days
# df['gathering_size_100_to_26'] = (df['DATE'] - df['gathering_size_100_to_26']).dt.days

二、如果一定要用apply，解决KeyError的排查步骤 #

如果坚持要用apply行级计算，那先排查以下几点：

1. 确认列名完全匹配
   运行以下代码，检查列名是否和你在lambda里写的完全一致（注意大小写、空格、下划线）：

print(df.columns.tolist())

比如有没有可能实际列名是Gathering_Size_100_to_26而不是小写？或者多了/少了下划线？

2. 检查是否存在多层列索引
   如果你的DataFrame列是MultiIndex结构（比如列有两层），那访问列时需要用元组格式：

# 假设列的第一层是"metrics"，第二层是目标列名
df.apply(lambda row: row[('metrics', 'DATE')] - row[('metrics', 'gathering_size_100_to_26')], axis=1)

3. 确认DATE列不是行索引
   如果DATE被设置成了行索引，那你需要先把它转成普通列：

# 重置索引，把DATE转成列（如果FIPS是唯一索引的话）
df = df.reset_index(level='DATE')

三、为什么你的虚构示例没报错？ #

因为你虚构的DataFrame列名V1、V2和lambda里的访问完全匹配，而实际场景中可能存在列名拼写错误、类型不匹配或者索引结构差异，才触发了KeyError。

内容的提问来源于stack exchange，提问作者jshusko