如何解决KeyError: '[True] not in index'错误并写入统计结果

一、筛选price_oh非零值的错误修正 #

你之前的代码报错是因为错误地把条件判断写在了列名列表里："price_oh" != 0.00会直接返回布尔值True，pandas会尝试查找名为True的列，而你的数据里没有这一列，所以触发KeyError。

正确的做法是先选择需要的列，再过滤符合条件的行，或者用.loc同时完成列选择和行过滤，两种写法如下：

写法1：分步操作 #

# 先选择目标列
df2 = df[["match","hteam_name", "ateam_name", "price_oh", "price_oa", "bookmaker_name"]]
# 过滤price_oh非零的行
df2 = df2[df2["price_oh"] != 0.00].reset_index(drop=True)

写法2：用.loc一次性完成 #

df2 = df.loc[df["price_oh"] != 0.00, ["match","hteam_name", "ateam_name", "price_oh", "price_oa", "bookmaker_name"]].reset_index(drop=True)

二、将分组均值结果合并到原数据中 #

要把df2.groupby(["match"]).mean()的结果作为列加入原数据，有两种常用方法：

方法1：用merge合并（适合先查看单独的均值表再合并） #

import pandas as pd

# 计算每个赛事的均值，并给新列重命名
match_mean = df2.groupby(["match"])[["price_oh", "price_oa"]].mean()
match_mean = match_mean.rename(columns={
    "price_oh": "mean_price_oh",
    "price_oa": "mean_price_oa"
}).reset_index()

# 将均值表与原数据按match列合并
df2_with_mean = pd.merge(df2, match_mean, on="match", how="left")

方法2：用transform直接生成新列（更简洁） #

transform会自动将分组计算的均值映射到每一行，直接在原DataFrame中添加新列：

df2["mean_price_oh"] = df2.groupby(["match"])["price_oh"].transform("mean")
df2["mean_price_oa"] = df2.groupby(["match"])["price_oa"].transform("mean")

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