DataFrame列相除规避ZeroDivisionError时遭遇KeyError问题求助

错误原因 #

你使用apply时未指定axis=1参数，默认会按列遍历（axis=0），此时lambda函数里的x是列级别的Series，其索引为行号，自然无法通过列名"Aerial duels"取值，因此抛出KeyError。

修复方案 #

方案1：修正apply的axis参数 #

将apply的axis设置为1，让它按行遍历，此时x代表每一行的Series，就能正确访问目标列名：

numerator_name = "Aerial duels won"
denominator_name = "Aerial duels"
ser_stat_values = df_competitions[[numerator_name, denominator_name]].apply(
    lambda x: x[numerator_name] / x[denominator_name] if x[denominator_name] != 0 else 0,
    axis=1
)
print(ser_stat_values)

方案2：用Pandas原生方法更高效 #

避免使用apply（性能弱于原生矢量化操作），直接用div方法结合replace处理除零情况：

numerator = df_competitions["Aerial duels won"]
denominator = df_competitions["Aerial duels"]
ser_stat_values = numerator.div(denominator).replace([float('inf'), float('-inf')], 0).fillna(0)

• div自动执行元素级除法，除零会生成inf
• replace将无穷值替换为0
• fillna处理分母为NaN的情况（若存在）

额外说明 #

你直接相除时出现ZeroDivisionError，可能是因为Pandas配置中开启了mode.use_inf_as_na或相关严格模式，导致除零直接报错而非生成inf。可通过以下命令查看或修改配置：

import pandas as pd
print(pd.get_option('mode.use_inf_as_na'))  # 查看当前配置
pd.set_option('mode.use_inf_as_na', False)   # 关闭后除零会生成inf

内容的提问来源于stack exchange，提问作者MKJ