遍历Pandas DataFrame遇KeyError，求筛选有效数据行的正确方法

错误原因 #

你遇到的KeyError: 'live_updated'是因为列名引用错误：你的DataFramedf_live中不存在名为live_updated的列，实际对应的列名是live.updated（从你提供的DataFrame结构可确认）。另外，直接用!= "NaN"判断空值也是错误的——pandas中的NaN是特殊缺失值，不能和字符串"NaN"直接比较。

正确实现方案 #

方案1：高效向量化筛选（推荐） #

利用pandas内置方法直接筛选有效行，避免低效的循环遍历：

import pandas as pd

# 筛选live.updated不为空的有效行（对应示例中的96、97行）
valid_live_rows = df_live[pd.notna(df_live["live.updated"])]

# 输出结果
print(valid_live_rows)

如果需要筛选所有live相关列都不为空的行，可使用dropna方法：

# 丢弃所有live列全为空的行
valid_live_rows = df_live.dropna(how="all")

方案2：修正循环遍历（仅作参考，不推荐） #

如果一定要用循环遍历，需修正列名和空值判断逻辑：

for index, row in df_live.iterrows():
    # 用pd.notna判断当前行的live.updated是否非空
    if pd.notna(row["live.updated"]):
        print(row)
    else:
        print("Not live")

关键注意点 #

• 列名必须严格匹配：DataFrame中的列名是live.updated，不是live_updated
• 缺失值判断：必须用pd.notna()或pd.notnull()，不能直接和字符串"NaN"比较
• 性能优先：pandas的向量化操作（如布尔索引、dropna）比iterrows循环效率高得多，处理大数据集时差距明显

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