使用TimeseriesGenerator时触发KeyError:96的问题排查

核心问题 #

出现KeyError:96的根本原因并非列名无效，而是**TimeseriesGenerator在处理pandas DataFrame时，误将行位置索引当作DataFrame的标签索引使用**。

具体原因 #

当你把pandas DataFrame直接传入TimeseriesGenerator时，生成器内部会尝试通过整数位置（比如96）来切片获取数据，但DataFrame的索引默认是标签索引而非位置索引：

• 如果你的数据集索引不是从0开始的连续整数（比如是时间戳、字符串或存在缺失的整数索引），生成器找不到标签为96的行，就会抛出KeyError。
• 即便索引是整数，若中间有缺失（比如删除过行导致索引不连续），同样会触发该错误。

验证方式 #

可以先检查数据集的索引是否为连续的0-based整数：

print(columns.index)
# 快速验证索引是否连续且从0开始
print(columns.index.is_unique and columns.index.is_monotonic_increasing and columns.index[0] ==0 and columns.index[-1]==len(columns)-1)

解决方法 #

有两种简单的修复方式：

方法1：将DataFrame转换为numpy数组 #

把输入数据和目标数据都转为numpy数组后再传入生成器：

# 修改生成器初始化代码
generator = TimeseriesGenerator(columns[data_columns].values, columns[prediction_columns].values, length=n_input, batch_size=b_size)

方法2：重置DataFrame的索引 #

如果需要保留DataFrame格式，可以先重置索引为连续整数：

# 重置索引（drop=True避免原索引成为新列）
columns = columns.reset_index(drop=True)
# 再初始化生成器
generator = TimeseriesGenerator(columns[data_columns], columns[prediction_columns], length=n_input, batch_size=b_size)

额外注意点 #

你的代码中prediction_columns生成了43个列（range(43)），但你提到数据集只有42个输出列，这里可能存在列名不匹配的问题，建议确认：

# 检查prediction_columns是否都在数据集列中
missing_cols = [col for col in prediction_columns if col not in columns.columns]
print("缺失的列：", missing_cols)

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