使用loc遍历DataFrame时出现意外KeyError问题求助

架构老林

2026-8-22

问题原因

KeyError的根源是bad_nan保留了原DataFrame的行索引，你用range(bad_nan.shape[0])生成的是连续的0、1、2...这类序号，但这些序号并不是bad_nan实际的行索引值，所以bad_nan.loc[i, col]找不到对应的行，抛出KeyError。

另外，将列转为字符串再判断等于'nan'的做法容易出错（比如原数据中本身就有字符串'nan'的情况），直接用pd.isna()判断缺失值才是可靠方式。

修正方案

方案一：用`iterrows()`遍历（直观易读）

import pandas as pd

errors = []
req_cols = ['First Name*','Last Name*','Country*','Company*','Email Address*']
# 筛选出至少有一个必填列是NaN的行
bad_nan = df[df[req_cols].isna().any(axis=1)]

# 遍历bad_nan的每一行，获取原行索引和行数据
for row_idx, row_data in bad_nan.iterrows():
    # 检查每个必填列是否为NaN
    for col in req_cols:
        if pd.isna(row_data[col]):
            errors.append({
                "row": row_idx,
                "column": col,
                "message": "This is a required field"
            })

方案二：向量化操作（高效，适合大数据集）

避免显式循环，利用pandas内置方法快速定位所有NaN的位置：

import pandas as pd

req_cols = ['First Name*','Last Name*','Country*','Company*','Email Address*']
# 获取所有必填列中NaN的位置掩码
nan_mask = df[req_cols].isna()
# 转换为长格式，提取存在NaN的行索引和列名
nan_positions = nan_mask.stack()[nan_mask.stack()].reset_index()

# 生成错误列表
errors = []
for _, row in nan_positions.iterrows():
    errors.append({
        "row": row['level_0'],
        "column": row['level_1'],
        "message": "This is a required field"
    })

说明