如何解决Pandas处理CSV配对数据时出现的KeyError问题？

问题原因分析 #

• 索引不匹配：loc[x]是按DataFrame的索引标签查找行，但你读取file2和file3时未将ID列设为索引，默认是整数索引，所以用字符串ID查找会触发KeyError——哪怕ID在列中实际存在。
• 变量逻辑混乱：代码里ID_A、ID_B是硬编码列表，没有从file1的配对列中读取；循环时用len(file1['ID'])，但file1的配对列应该是colA/colB而非ID，变量引用逻辑错误。
• 无效判断分支：CT_ID_B中没有D.1，第二个配对会被跳过，但这不是KeyError的直接诱因。

修正后的代码 #

方法1：设置ID为索引（解决KeyError核心） #

import pandas as pd

# 读取文件时直接将ID列设为索引（需确保file2的ID列是colA，file3是colB）
file1 = pd.read_csv("/home/file1.csv")
file2 = pd.read_csv("/home/file2.csv", index_col="colA")
file3 = pd.read_csv("/home/file3.csv", index_col="colB")

# 从file1中读取真实配对ID，替换硬编码列表
ID_A = file1['colA'].tolist()
ID_B = file1['colB'].tolist()
CT_ID_A = ['A.1','C.1']
CT_ID_B = ['B.1','C.1']

result_list = []
# 用zip同时遍历配对ID，避免索引偏移
for x, y in zip(ID_A, ID_B):
    if x in CT_ID_A and y in CT_ID_B:
        # 现在loc可通过ID索引直接取行
        d1 = file2.loc[x]
        d2 = file3.loc[y]
        # 将Series转为DataFrame行后拼接，避免维度错误
        d3 = pd.concat([d1.to_frame().T, d2.to_frame().T], axis=1)
        result_list.append(d3)

# 合并所有结果并保存
final_result = pd.concat(result_list, ignore_index=True)
final_result.to_csv("/home/merged_result.csv", index=False)

方法2：用Pandas Merge高效处理（推荐，避免循环） #

Pandas内置的merge操作比手动循环更高效、更不易出错：

import pandas as pd

file1 = pd.read_csv("/home/file1.csv")
file2 = pd.read_csv("/home/file2.csv")
file3 = pd.read_csv("/home/file3.csv")

# 先过滤file1中符合ID白名单的配对
filtered_pairs = file1[
    file1['colA'].isin(CT_ID_A) & 
    file1['colB'].isin(CT_ID_B)
]

# 依次合并三个文件，自动匹配ID
merged_data = filtered_pairs.merge(file2, on='colA', how='left')
merged_data = merged_data.merge(file3, on='colB', how='left')

# 保存最终结果
merged_data.to_csv("/home/merged_result.csv", index=False)

额外注意事项 #

• 确认file2、file3的ID列名与file1的colA/colB完全一致，包括大小写、空格、特殊字符。
• 如果ID列存在前后空格，先做清洗：file2['colA'] = file2['colA'].str.strip()，避免因隐形空格导致的匹配失败。

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