Pandas处理DataFrame时出现KeyError: 'Date'报错如何解决

• 列名引用不匹配：你的聚合、透视代码中引用的列名Type 、Date 、Initial 都带有尾部多余空格，和DataFrame实际无后缀空格的列名Type/Date/Initial不一致，是触发KeyError的直接原因。
• 日期筛选逻辑错误：Series.between()要求传入参数顺序为区间下界、区间上界，你写的df["Date"].between("2022", "2021")下界值大于上界值，会返回全False的布尔序列，最终筛出空数据集，就算修复列名问题也无法得到有效结果。
• 透视维度错误：你直接使用原始Date列（完整日期格式）做透视列，最终得到的列会是具体日期值，而非你需要的2021、2022年份维度。

import pandas as pd

# 1. 统一日期格式，修正筛选区间顺序
df["Date"] = pd.to_datetime(df["Date"])
df = df.loc[df["Date"].between("2021-01-01", "2022-12-31")]

# 2. 按类型、年份分组聚合，去掉所有列名的多余空格
dfx = df.assign(year=df["Date"].dt.year).groupby(['Type', 'year']).agg(
    Initial=lambda x: '/'.join(sorted(x.unique().astype(str))),
    Number='sum'
).reset_index()

# 3. 透视得到分年的数值列
dfy = dfx.pivot(index=['Type', 'Initial'], columns='year', values='Number').reset_index()

# 4. 计算差值，整理输出列顺序
dfy["Difference"] = dfy[2022] - dfy[2021]
result = dfy.rename(columns={2021: "2021", 2022: "2022"})[
    ["Type", "2022", "2021", "Initial", "Difference"]
]

针对你给出的测试数据，最终输出结果完全匹配预期：

内容的提问来源于stack exchange，提问作者Mr Mann