基于pivot table填充GarageYrBlt缺失值报KeyError如何解决

• 访问逻辑写错了：pivot1是带两列的DataFrame，pivot1[x]这种写法是拿x当列名取整列数据，不是按YearBuilt的值找对应的GarageYrBlt。你传进去的x是房屋建造年份的具体数值，pandas去列名里找这个数值对应的列，找不到就直接抛KeyError。
• 有个隐藏的逻辑bug：你判断缺失值用的是df表的GarageYrBlt字段，后面赋值操作的是df_test表，要是这俩表不是完全一样的同一份数据，就算不报错也会填错位。
• 映射表结构不对：现在pivot1里的YearBuilt只是普通列，没设成查找用的索引，没法直接通过年份值匹配对应结果。

不要用apply套lambda，先把透视表转成「建造年份:对应车库建造年份」的键值对映射，再用pandas自带的map方法匹配，效率高还不容易错：

1. 先修正空值判断逻辑，不要跨表取掩码：

# 要填充哪个表，就从哪个表生成缺失值掩码
missing = df_test['GarageYrBlt'].isnull()

2. 把透视表转成可直接查找的映射字典：

# 把YearBuilt设为索引，提取GarageYrBlt列转成字典
garage_map = pivot1.set_index('YearBuilt')['GarageYrBlt'].to_dict()

3. 执行填充：

df_test.loc[missing, 'GarageYrBlt'] = df_test.loc[missing, 'YearBuilt'].map(garage_map)

补充：如果跑完上面的代码还有少量缺失，说明这部分行的YearBuilt在你做的透视表里没匹配到对应值，这种场景下常规处理是直接用房屋建造年份YearBuilt填充（绝大多数住宅的车库都是和房屋同期建造的）：

df_test['GarageYrBlt'] = df_test['GarageYrBlt'].fillna(df_test['YearBuilt'])

内容的提问来源于stack exchange，提问作者mentalist