Pandas中df.loc赋值出现KeyError报错的解决方法

报错原因 #

你创建的是空DataFrame，不存在name这个行索引。使用df.loc[name]['col1']的链式索引方式时，首先df.loc[name]会尝试访问不存在的索引，返回空Series，后续赋值操作直接触发KeyError。另外，这种链式索引在pandas中属于不安全操作，还可能导致赋值不生效或触发SettingWithCopyWarning。

修正方法 #

方法1：直接用.loc添加行并赋值（推荐）

将链式赋值改为df.loc[name, 'col1']的形式，pandas会自动创建不存在的行索引并完成赋值：

import pandas as pd

df = pd.DataFrame(columns=['col1', 'col2', 'col3', 'col4', 'col5', 'col6'])
vec = [a, b, c, d]  # 替换为你的实际数据
for idx, v in enumerate(vec):
    name = f'name_{idx}'  # 每个元素对应独立行索引，避免覆盖
    df.loc[name, 'col1'] = v

如果所有元素要写入同一行，保持name固定即可，但最终col1会被最后一个元素覆盖。

方法2：先构造数据再创建DataFrame（高效）

避免循环赋值，先把数据整理成字典列表，一次性生成DataFrame，这是pandas推荐的高效写法：

import pandas as pd

vec = [a, b, c, d]
data_list = []
for v in vec:
    data_list.append({
        'col1': v,
        # 按需添加其他列的初始值，比如'col2': 0
    })

# 自定义行索引，或省略index参数用默认序号索引
df = pd.DataFrame(data_list, index=[f'name_{i}' for i in range(len(vec))])

方法3：提前添加空行再赋值

如果必须先创建空DataFrame，可以先手动添加空行，再进行赋值：

import pandas as pd

df = pd.DataFrame(columns=['col1', 'col2', 'col3', 'col4', 'col5', 'col6'])
name = 'name'
# 先添加对应索引的空行，用None填充所有列
df.loc[name] = [None] * len(df.columns)

vec = [a, b, c, d]
for v in vec:
    df.loc[name, 'col1'] = v

内容的提问来源于stack exchange，提问作者Joe