Pandas中count()统计结果为0时触发KeyError问题求助

你的问题出在get_group会直接查找指定的分组键，当某个员工没有P类型的记录时，这个分组不存在就会抛出KeyError。下面是几种更可靠的解决方案：

方法1：分组统计频次后转宽表（推荐） #

通过groupby结合value_counts统计每个员工的各类记录数，再转成宽表并填充缺失值为0，直接提取P的统计结果：

import pandas as pd

# 按员工分组，统计Cycle类型的频次，转宽表后提取P列，缺省补0
p_count = df.groupby('Matricule')['Le Type Cycle'].value_counts().unstack(fill_value=0)['P']

方法2：用交叉表直接生成统计结果 #

pd.crosstab可以直接生成员工和Cycle类型的交叉统计矩阵，提取P列即可：

p_count = pd.crosstab(df['Matricule'], df['Le Type Cycle'])['P']

方法3：标记P类型后求和 #

先把Le Type Cycle为P的行标记为1，其他为0，再按员工分组求和，结果就是每个员工的P出现次数：

# 生成标记列
df['is_production'] = (df['Le Type Cycle'] == 'P').astype(int)
# 按员工求和
p_count = df.groupby('Matricule')['is_production'].sum()

兼容原有思路的修改（避免KeyError） #

如果一定要保留原有的分组方式，可以通过字典的get方法处理不存在的分组：

grouped = df.groupby(['Matricule', 'Le Type Cycle'])['Le Type Cycle']
# 查找目标分组，不存在则返回空列表，长度为0
target_group = grouped.groups.get((index, 'P'), [])
count = len(target_group)

内容的提问来源于stack exchange，提问作者Amira Knani