遍历PyTorch DataLoader时触发KeyError: '210'报错如何解决

报错出在默认collate_fn批次拼接环节，和CSV数据读取逻辑无关，核心触发逻辑如下：

• 你的MyDataset单样本返回格式为(标签1, 标签2, 离散特征字典)，PyTorch默认的批次拼接函数会递归处理嵌套结构：元组/列表按位置对齐后逐元素堆叠，字典则会遍历所有样本的键，逐键收集对应值再堆叠成批次张量。
• 抛出KeyError: '210'是因为当前加载的1000条样本组成的batch里，至少有1条样本的特征字典不存在'210'这个键，拼接函数取这个键对应值时直接触发键错误。

二选一即可：

方案1：预处理阶段补全所有样本的特征键（常规分类场景推荐） #

在load_data环节先固定全量离散特征的完整键列表，给每个样本缺失的特征填充预设默认值（离散特征常用-1、0作为缺失填充值），保证所有样本返回的特征字典键集合完全一致、顺序固定。
参考实现：

# 第一步：遍历原始数据统计所有出现过的离散特征键
all_feat_keys = set()
for item in raw_csv_data:
    all_feat_keys.update(item["feature_dict"].keys())
all_feat_keys = sorted(list(all_feat_keys))  # 固定键顺序，避免加载时顺序波动
MISSING_FILL_VALUE = -1  # 按业务需求调整填充值

# 第二步：单样本处理时补全缺失键
def parse_sample(raw_item):
    label1 = raw_item["label1"]
    label2 = raw_item["label2"]
    feat_dict = {k: raw_item["feature_dict"].get(k, MISSING_FILL_VALUE) for k in all_feat_keys}
    return (label1, label2, feat_dict)

方案2：自定义collate_fn适配动态键场景 #

如果你的业务本身允许不同样本持有不同的特征键（比如稀疏变长特征场景），可以自行实现批次拼接逻辑，初始化DataLoader时通过collate_fn参数传入即可，跳过默认的强校验逻辑。
参考实现：

import torch
from torch.utils.data import DataLoader

def my_collate(batch):
    label1_batch, label2_batch = [], []
    feat_batch = {}
    for l1, l2, feat_d in batch:
        label1_batch.append(l1)
        label2_batch.append(l2)
        for k, v in feat_d.items():
            if k not in feat_batch:
                feat_batch[k] = []
            feat_batch[k].append(v)
    # 按需做张量转换、变长特征padding等处理
    label1_batch = torch.tensor(label1_batch, dtype=torch.long)
    label2_batch = torch.tensor(label2_batch, dtype=torch.long)
    for k in feat_batch:
        feat_batch[k] = torch.tensor(feat_batch[k], dtype=torch.long)
    return (label1_batch, label2_batch, feat_batch)

# 初始化DataLoader时传入自定义拼接函数
loader = DataLoader(my_dataset, batch_size=1000, collate_fn=my_collate)

快速排查技巧：可以直接遍历全量数据集，逐条对比样本特征字典的键和全量键集合的差集，就能快速定位到缺失'210'键的问题样本，确认是CSV解析逻辑bug还是业务本身允许特征缺失。

内容的提问来源于stack exchange，提问作者pbbb