在AWS Lambda中执行df['c']=df['a']+df['b']报KeyError:'a'求助

错误原因 #

你用csv.reader读取CSV后直接转成DataFrame时，CSV的第一行（表头'a'、'b'）会被当作普通数据行，导致DataFrame的列名是默认的数字索引（0、1、...），而非你预期的'a'、'b'，所以访问df['a']会触发KeyError。

修复方案 #

方案1：用pandas直接读取CSV（推荐） #

pandas的read_csv可以直接从S3对象流读取，自动识别表头，代码更简洁且不易出错：

s3Client = boto3.client('s3')
import pandas as pd
import boto3

def lambda_handler(event, context):
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = event['Records'][0]['s3']['object']['key']
    
    response = s3Client.get_object(Bucket=bucket, Key=key)
    
    # 直接读取CSV并自动识别表头
    df = pd.read_csv(response['Body'])
    df['c'] = df['a'] + df['b']
    # 可添加后续逻辑，比如将结果写入S3

方案2：手动处理csv.reader的表头 #

如果一定要用csv.reader，需要把读取到的第一行设为DataFrame的列名：

s3Client = boto3.client('s3')
import pandas as pd
from csv import reader
import boto3

def lambda_handler(event, context):
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = event['Records'][0]['s3']['object']['key']
    
    response = s3Client.get_object(Bucket=bucket, Key=key)
    
    data = response['Body'].read().decode('utf-8')
    csv_rows = list(reader(data))
    
    # 第一行作为列名，剩余行作为数据
    df = pd.DataFrame(csv_rows[1:], columns=csv_rows[0])
    # 注意：如果a、b是数值类型，需要先转成数值再相加，否则会字符串拼接
    df['a'] = pd.to_numeric(df['a'])
    df['b'] = pd.to_numeric(df['b'])
    df['c'] = df['a'] + df['b']

额外检查点 #

• 确认CSV表头确实是a、b，没有空格、大小写差异（比如A和a是不同列名）
• 如果CSV用了非逗号分隔符（比如制表符），在read_csv里添加sep='\t'这类参数指定分隔符

内容的提问来源于stack exchange，提问作者Bruce