星系团数据循环读取失败，拼接cluster触发KeyError问题求助

你遇到的KeyError是因为错误地将多个星系团ID拼接成了一个字符串，而你的DataFrame索引是单个独立的星系团ID（比如A2142、A2744），不存在A2142A2744A2199A119这个索引键，自然找不到对应数据。

要实现逐个读取每个星系团的数据，正确的做法是遍历星系团ID列表，而不是拼接字符串。下面是具体的修改方案：

修正后的代码 #

from scipy import constants
from qconstants import *
import os.path
import pandas as pd
import numpy as np  # 注意：你代码中用到了np但未导入，必须添加这行

# 定义星系团ID列表，替代错误的字符串拼接
clusters = ['A2142', 'A2744', 'A2199', 'A119']

################ List of Cluster##################################################################
d1=pd.DataFrame.from_items([
 ('A2142' ,['A2142' ,'MH',0.0909 ,418600 ,23 ,129 ,0.57 ,0.810 ,5.82 ,10.0 ,0.5 ,6189.32 ,510 ,2000]),
 ('A2744' ,['A2744' ,'RH',0.3080 , 28840, 218, 115, 7.7, 0.680, 10.8, 10.0, 0.5, 920.667, 1360, 1100]),
 ('A2199' ,['A2199' ,'RH',0.0302 , 127000 ,250 , 99.3, 2.0, 0.655, 10.1, 11.7, 0.9, 14655.02, 180, 1000.0]),
 ('A119' ,['A119' ,'RH',0.0440 ,832000, 243 , 357.9, 5.8, 0.675, 0.15, 7.5, 0.9, 5627.63, 5770, 1100.0])],
 orient='index',columns=['Label','type','redshift','DL','S_nu','r_c_dum','T_gas_dum','beta','n0','B_dum','eta','rho_s','r_s','r'])

############################# 逐个处理每个星系团数据 ##################################################
# 遍历星系团列表，每次处理一个星系团
for cluster in clusters:
    print(f"正在处理星系团: {cluster}")
    
    # 读取当前星系团的属性
    redshift = d1.loc[cluster,'redshift']
    DL = d1.loc[cluster,'DL'] * kpc * 100.0  # 光度距离，单位cm
    z = redshift  # 替换原来固定的z值，用当前星系团的红移更合理
    S_nu = d1.loc[cluster,'S_nu']  # mJy
    r_c_dum = d1.loc[cluster,'r_c_dum']  # 核心半径
    T_gas_dum = d1.loc[cluster,'T_gas_dum']  # 气体温度（keV）
    beta = d1.loc[cluster,'beta']  # Beta参数
    n0 = d1.loc[cluster,'n0']  # 中心电子密度
    B_dum = d1.loc[cluster,'B_dum']  # 中心磁场强度
    eta = d1.loc[cluster,'eta']  # 磁场分布比例系数

    # CMB温度计算
    T = T0 * (1.0 + redshift)
    B0 = B_dum * (10**-6)
    H_0 = 100.0 * h  # 哈勃常数
    H_0m = H_0 / (1000.0 * si_pc)
    Ez = np.sqrt(sigm*(1.0+redshift)**3 + sigl)
    Hz = H_0m * Ez
    rho_crit = 3.0 * Hz**2 / (8.0 * constants.pi * si_G)  # 临界密度
    T_gas = T_gas_dum * 1000.0 * si_e / si_k  # 气体温度（开尔文）
    r_c_dum2 = r_c_dum * 0.5 / h  # 转换核心半径单位
    r_c = r_c_dum2 * 1000.0 * si_pc * 100.0  # 核心半径（cm）

    ############################# NFW剖面参数 ####################################################
    rho_s = d1.loc[cluster,'rho_s'] * rho_crit  # 特征密度
    r_s = kpc * d1.loc[cluster,'r_s']  # 特征半径（米）
    r = kpc * d1.loc[cluster,'r']
    
    # 这里可以添加每个星系团的后续处理逻辑，比如保存结果、计算特定指标等
    print(f"  红移: {redshift}, 光度距离: {DL:.2e} cm\n")

关键修改说明 #

1. 用列表存储星系团ID：把cluster变量从拼接字符串改成列表clusters，包含所有需要处理的星系团ID。
2. 循环遍历处理：通过for cluster in clusters逐个取出每个星系团ID，此时cluster是DataFrame中存在的索引键，不会触发KeyError。
3. 修复缺失的导入：你代码中使用了np.sqrt但未导入numpy，必须添加import numpy as np。
4. 优化红移取值：把原来固定的z=0.0302替换为当前星系团的redshift，保证数据对应关系正确。

内容的提问来源于stack exchange，提问作者Raff