Python读取txt文件并基于共享列合并时遇KeyError问题求助

问题分析 #

你的代码里有几个关键问题导致报错：

1. 变量名不匹配：读取第一个文件时赋值给了df，但合并时用的是df1，变量引用错误。
2. 分隔符参数错误：sep='delimiter'是错误用法，pandas会把整行内容当成单一列读取，自然找不到KeyNumber这类表头。
3. 列名不一致：错误提示是KeyError: 'KeyName'，但代码里写的是on='KeyNumber'，要么是你代码写错了列名，要么是实际文件里的共享列名是KeyName。

修复步骤 #

1. 修正变量名：保证读取后的DataFrame变量名和合并时用的一致：

df1 = pd.read_csv('file1.txt', sep='\t')  # 分隔符根据实际文件修改
df2 = pd.read_csv('file2.txt', sep='\t')

2. 指定正确分隔符：根据txt文件的实际分隔方式调整sep参数：

   • 制表符分隔：sep='\t'
   • 逗号分隔：sep=','
   • 多空格分隔：sep='\s+'
     拿不准的话可以打开txt文件直接看内容的分隔符号。

3. 确认共享列名：检查两个文件的表头，保证共享列名称完全一致（注意大小写、空格），比如错误提示是KeyName，合并时就写：

output1 = pd.merge(df1, df2, on='KeyName', how='inner')

4. 验证表头识别情况：读取文件后先打印列名确认，避免拼写错误：

print(df1.columns)
print(df2.columns)

完整示例代码 #

import pandas as pd

# 读取文件，替换为实际分隔符
df1 = pd.read_csv('file1.txt', sep='\t')
df2 = pd.read_csv('file2.txt', sep='\t')

# 查看实际识别到的列名
print("file1列名：", df1.columns)
print("file2列名：", df2.columns)

# 合并文件，替换为实际共享列名
output1 = pd.merge(df1, df2, on='KeyName', how='inner')

# 查看合并结果
print(output1.head())

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