Python3 pandas分组统计时触发KeyError:1034报错求助

报错核心是两个代码逻辑问题共同导致的：

• 浅拷贝引发的数据污染：代码中每次写mdfm1 = mdfm只是给原始DataFrame起了别名，没有创建独立副本，所有对mdfm1的列修改都会直接改到原始mdfm上。你预期每次赋值exceeded前数据都是初始状态（exceeded为空串），实际上之前赋值的1033等值会一直残留在数据里。
• 分组键缺失触发KeyError：当遍历到某个月份时，没有任何一条记录的风速大于22，你给exceeded列赋值1034的操作根本没有匹配到任何行，groupby('exceeded').sum()生成的结果索引里完全不存在1034这个值，直接用.loc[1034]取值就会抛KeyError。

注：你以为1035的逻辑能正常执行，实际上代码在1034取值那行就已经中断，根本没有运行到1035的处理逻辑。

• 在1034对应的分组代码后加print(mdfm1.index)，执行后就能看到当前月份分组后的所有exceeded值，确认1034是否真的存在
• 在给exceeded赋值1034前加print(mdfm['windspeed'].max())，确认当月最大风速是否超过22，判断是不是没有符合阈值的记录
• 在每次重置mdfm1后加print(mdfm['exceeded'].unique())，就能看到exceeded列残留的历史赋值，确认浅拷贝的污染问题

1. 每次需要重置处理状态时，用.copy()创建深拷贝，避免修改原始数据
2. 取值前先判断分组结果中是否存在对应编码，不存在就填充0，避免KeyError
3. 把阈值和编码的映射做成配置循环处理，消除冗余重复代码

修复后的参考代码：

# 配置阈值和对应编码的映射
# 注意原逻辑里1035的阈值也是22，如果是笔误可以自行修改
threshold_config = [
    (20, 1033),
    (22, 1034),
    (22, 1035)
]

for mth in month:
    mdfm = mdf[mdf['month']==mth].copy()
    mdfm['exceeded'] = ""
    # 计算当月风速占比
    month_total_wind = mdfm['windspeed'].sum()
    mdfm['percent'] = mdfm['windspeed'] / month_total_wind
    
    for thresh, code in threshold_config:
        # 每次处理都用初始数据的深拷贝，避免污染
        process_df = mdfm.copy()
        # 标记超过阈值的行
        process_df.loc[process_df['windspeed'] > thresh, 'exceeded'] = code
        # 分组求和
        group_res = process_df.groupby('exceeded')['percent'].sum()
        # 取值，不存在则填0
        dfwi.loc[code, mth] = group_res.get(code, 0.0)

内容的提问来源于stack exchange，提问作者Jakhanh