合并两个Pandas DataFrame多列内连接时触发KeyError: 'Season Code'

我尝试基于「Season Code」和「SKU ID」两列对两个Pandas DataFrame执行inner join，编写了如下代码：

'''
Merge SKU file with concatenated sale file on both Season Code and SKU ID. Inner Join
'''
df_sales_merged=pd.merge(df_sales_join, dfSKUlu, how='inner', left_on=['Season Code', 'SKU ID'], 
                          right_on=['Season Code', 'SKU ID'])

预期得到仅包含两个DataFrame中共有的SKU销售数据的结果，但却触发了KeyError，错误信息末尾显示：KeyError: 'Season Code'。请问我哪里操作出错了？

问题原因与解决办法 #

这个错误的核心是你指定的「Season Code」列在其中一个DataFrame中不存在，常见诱因和对应解决方式如下：

1. 列名拼写/格式不一致 #

这是最常见的情况：

• 大小写差异：比如实际列名是season code或SEASON CODE
• 空格/符号差异：比如Season_Code、SeasonCode或Season Code（多了空格）
• 中文/英文符号：比如列名里是全角空格而非半角

验证方式：先打印两个DataFrame的列名，确认目标列是否存在：

print("df_sales_join列名：", df_sales_join.columns.tolist())
print("dfSKUlu列名：", dfSKUlu.columns.tolist())

修复方式：统一两个DataFrame的列名后再执行merge，比如：

# 示例：将dfSKUlu的列名修正为匹配格式
dfSKUlu.rename(columns={
    'season code': 'Season Code',
    'sku id': 'SKU ID'
}, inplace=True)

2. 列被误删除/修改 #

检查merge之前的代码逻辑，确认是否有重命名、删除列的操作，比如df.drop('Season Code', axis=1)或df.rename(columns={'Season Code': '其他名称'})这类语句，导致目标列丢失。

3. 传入了错误的DataFrame变量 #

确认df_sales_join和dfSKUlu是否是你实际要处理的数据集，比如变量名拼写错误（比如写成df_sale_join或dfSKUlist），导致传入的DataFrame根本没有目标列。

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