Jupyter Notebook处理奥运数据集遇两问题：输出带Year与KeyError:nan

嘿，我来帮你拆解这两个pandas使用里的常见小坑～

问题1：为何循环返回结果带"Year"字符串，单独运行相同代码却无此情况？ #

核心原因是索引方式的差异：

• 你循环里用的是sports.loc[sport, ['Year']]，这里的['Year']是列表形式的索引，返回的是一个带列标签的Series对象，而不是单纯的数值列。当你对这个Series做max()和min()运算后，结果依然是保留"Year"标签的Series，所以打印时会显示Year XXX的格式。
• 如果你单独运行时用的是sports.loc[sport, 'Year']（注意这里是单个字符串'Year'，不是列表），返回的是纯数值组成的Series，运算后得到的就是单个数字，自然不会带"Year"前缀。

举个直观的对比例子：

# 用列表索引，返回带标签的Series
sports.loc['Athletics', ['Year']].max()
# 输出：Year    2016
# dtype: int64

# 用单个列名，返回纯数值
sports.loc['Athletics', 'Year'].max()
# 输出：2016

解决方法很简单：把循环里的['Year']改成'Year'就行啦。

问题2：是什么导致了KeyError: nan错误？ #

这个错误几乎可以肯定是你的运动项目列表里混入了NaN值：
原始的olympics['Sport']列里存在缺失的运动名称（也就是NaN），当你用olympics['Sport'].unique()提取唯一值时，这个NaN会被包含到sport_name数组里。

当循环到sport=NaN的时候，执行sports.loc[NaN, ...]就会触发KeyError——因为pandas的索引里并不存在"NaN"这个键，而且直接用loc查找NaN索引的行为本身就会报错（和处理普通索引不同）。

你可以先运行print(sport_name)验证一下，肯定能看到NaN的身影。解决方法是生成sport_name时先过滤掉NaN：

sport_name = olympics['Sport'].dropna().unique()

内容的提问来源于stack exchange，提问作者kim