为Pandas DataFrame指定列名后按数字索引打印行报错解决

错误原因 #

手动指定列名后，DataFrame的列标签变成了你定义的字符串（如UNIX_UTC_Time），但你在data.at[x,y]中用的是数字索引y。at方法只能通过列标签定位，无法识别数字位置索引，因此抛出KeyError: 0。

修复方案 #

方案1：适配你的循环逻辑（用iloc替代at） #

iloc是按位置索引访问的方法，不受列标签影响，能正常定位到对应单元格。调整后的代码如下：

import pandas as pd
import math

data = pd.read_csv(…) # 填入文件名和参数
data.columns=['UNIX_UTC_Time', 'Home_Team', …] # 完整列名
matches_number=len(data.index)

def check_data_quality():
    for x in range(matches_number):
        # 用data.shape[1]动态获取列数，避免硬编码11
        for y in range(data.shape[1]):
            if y == 1 or y == 2: # 跳过字符串列
                continue
            value = data.iloc[x, y]
            if math.isnan(value):
                print(f'NaN出现在行{x}，整行数据：')
                print(data.iloc[x])
                print('---')

check_data_quality()

方案2：用Pandas原生方法（更高效，推荐） #

Pandas内置了缺失值处理工具，无需手动循环，效率更高：

import pandas as pd

data = pd.read_csv(…)
data.columns=['UNIX_UTC_Time', 'Home_Team', …]

# 筛选出至少包含一个NaN的行
nan_rows = data[data.isna().any(axis=1)]
print('存在NaN的行：')
print(nan_rows)

# 如果只想检查非字符串列的NaN，可先筛选目标列
non_str_cols = data.columns.drop(['Home_Team', '你的第二个字符串列名'])
nan_rows_filtered = data[data[non_str_cols].isna().any(axis=1)]
print('非字符串列存在NaN的行：')
print(nan_rows_filtered)

内容的提问来源于stack exchange，提问作者DVS75