pandas遍历DataFrame按条件取值报KeyError:0如何解决

触发KeyError: 0的核心问题是索引引用方式错误：你写的data['test'][i]属于链式索引，方括号中传入的i会被识别为索引标签而非行位置，一旦DataFrame的索引不是从0开始的连续整数（比如做过筛选、排序、分组重置等操作后），就会找不到对应标签触发KeyError。
另外你贴出的DataFrame创建代码末尾缺失一个闭合右括号，也会触发语法错误。

方法1：修正原有循环逻辑（仅做问题修复，不推荐生产环境使用） #

使用.iloc按行位置取值，同时补全代码缺失的语法符号，逻辑和你原有写法完全一致：

import pandas as pd
# 补全缺失的右括号
data = pd.DataFrame({"test":[12, 4, 5, 4, 1, 3, 2, 5, 10, 9]})

oxygen = []
for i in range(len(data)):
    val = data['test'].iloc[i]
    oxygen.append(4 if val >=4 else val)

运行后即可得到预期输出[4,4,4,4,1,3,2,4,4,4]。

方法2：pandas向量化实现（推荐，代码简洁性能高） #

这类批量阈值判断逻辑不需要手写for循环，直接用pandas内置方法即可实现，性能比手写循环高数十倍，还能规避绝大多数索引相关报错：

• 用clip方法直接设置数值上限为4，最后转列表即可：

oxygen = data['test'].clip(upper=4).tolist()

• 也可以用条件判断方法where实现，效果完全一致：

oxygen = data['test'].where(data['test'] < 4, 4).tolist()

提示：处理pandas批量数据时优先使用内置向量化接口，尽量避免手写逐行循环，能减少90%以上的索引、取值类报错。

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