Pandas DataFrame对数运算报KeyError问题排查求助

你遇到的KeyError是因为DataFrame的结构在处理流程中已经发生了本质变化，xvalues不再是可直接访问的列：

• 执行df_thd_funct.set_index('xvalues', inplace=True)后，xvalues从普通列变成了行索引，此时原DataFrame里已经没有名为xvalues的列了。
• 紧接着的df_thd_funct = df_thd_funct.T完成转置操作，原来的行索引（即xvalues的数值）变成了转置后DataFrame的列名，原来的列名则转为行索引。

所以无论你用df_thd_funct.xvalues还是df_thd_funct['xvalues']，都找不到对应的列，自然抛出KeyError。

方法一：调整处理顺序（推荐，逻辑更清晰） #

如果业务允许，先计算sensi列，再执行索引设置和转置：

import pandas as pd
import numpy as np

# 读取原始数据
df_thd_funct = pd.read_csv("A2_THD_Ratio_Stepped_Sweep_Corners_PVT_lab01.txt", delim_whitespace=True, index_col=False)
# 先计算sensi列
df_thd_funct['sensi'] = 20 * np.log(df_thd_funct['xvalues'] / 1.44)
# 再执行索引设置与转置
df_thd_funct.set_index('xvalues', inplace=True)
df_thd_funct = df_thd_funct.T
check_for_nan = df_thd_funct.isnull().values.any()
print(check_for_nan)
df_thd_funct.head()

方法二：基于转置后的结构计算 #

如果必须保持现有处理流程，需要从转置后的列名（即原xvalues的数值）取值计算，将sensi作为新行添加：

import pandas as pd
import numpy as np

# 原处理流程
df_thd_funct = pd.read_csv("A2_THD_Ratio_Stepped_Sweep_Corners_PVT_lab01.txt", delim_whitespace=True, index_col=False)
df_thd_funct.set_index('xvalues', inplace=True)
check_for_nan = df_thd_funct.isnull().values.any()
df_thd_funct = df_thd_funct.T
print(check_for_nan)

# 基于列名（原xvalues）计算sensi，添加为新行
sensi_values = 20 * np.log([col / 1.44 for col in df_thd_funct.columns])
df_thd_funct.loc['sensi'] = sensi_values

df_thd_funct.head()

注意：np.log计算的是自然对数，若你需要的是常用对数（以10为底），请替换为np.log10。

内容的提问来源于stack exchange，提问作者Confused