Pandas填充0/1关联矩阵触发KeyError: 'ZH'如何解决

需要构建0/1值归属矩阵df2：

• 行对应瑞士市镇（communes）
• 列对应瑞士州（cantons）
• 当某行的市镇隶属于某列的州时，对应位置填1，否则填0
  其中df1是存储市镇与所属州对应关系的参考映射表，df2已提前建好对应行、列索引框架。

原有代码与报错 #

最初尝试用嵌套循环实现填充逻辑，代码如下：

for row in df2:
    for column in df2.columns:
        if column == df1.loc[row]:
            df2[column] = 1
        else:
            df2[column] = 0

代码运行失败，在df1.loc[row]语句处抛出KeyError: 'ZH'异常。

• 遍历逻辑错误：直接用for row in df2遍历DataFrame时，默认迭代对象是DataFrame的列名，不是行索引。你拿到的第一个遍历值就是州列名ZH，把这个列名传给df1.loc作为行索引查询自然找不到对应行，触发KeyError。
• 赋值逻辑错误：循环中df2[column] = 1是对整列赋值，不是对单个单元格赋值，就算索引不出错，最终每列只会是全0或全1，完全不符合填充要求。
• 查询逻辑错误：df1.loc是按行索引取值，如果df1没有把市镇名设为行索引，就算传入正确的市镇名也会触发KeyError。

推荐方案：向量化实现（无循环，性能最优） #

pandas自带的独热编码方法可以直接实现需求，不需要写嵌套循环，数据量大时性能远高于循环写法：

# 注意把代码里的commune、canton替换成df1里实际存储市镇名、州名的列名
# 1. 将df1的市镇列设为索引，取所属州列做独热编码，转成int类型得到0/1矩阵
df2 = pd.get_dummies(df1.set_index('commune')['canton']).astype(int)

循环实现（仅作逻辑参考，不推荐生产环境使用） #

如果要保留循环逻辑，需要修正遍历、查询、赋值三个环节的写法：

# 先把市镇和州的映射关系转成字典，查询效率更高
commune_canton_map = df1.set_index('commune')['canton'].to_dict()

# 遍历df2的行索引（即所有市镇名）
for commune_name in df2.index:
    # 拿到当前市镇所属的州
    target_canton = commune_canton_map[commune_name]
    # 遍历所有州列
    for canton_name in df2.columns:
        # 定位到具体单元格赋值
        df2.loc[commune_name, canton_name] = 1 if canton_name == target_canton else 0

内容的提问来源于stack exchange，提问作者benher