Python Pandas删除DataFrame非目标年份行报KeyError如何解决

你的代码有两个致命问题，直接触发了KeyError：

• 所有传入drop的赛季值都没加字符串引号，Python会直接把1946-47这类内容识别为算术减法：1946减47等于1899，1979-1980算出来是-1，你实际传给drop的是一堆无意义的整数，根本不是数据表中对应的赛季标签，自然找不到匹配的行。你看报错里列的找不到的值全是1899、-1、1999，全是减法算出来的结果，刚好对应这个问题。
• 赛季名书写有大量笔误、格式不统一：比如有的赛季后缀写了4位（1979-1980），有的只写2位，还误把数字0写成了Python八进制前缀0o（比如1999-0o0实际运算结果是1999），就算加了引号，这些写错的赛季名也匹配不上CSV里的真实值。

不要手动枚举所有要删除的赛季，效率极低还容易写错，直接筛选保留你需要的2009-2018年数据即可，根据你的数据结构二选一：

• 如果赛季是DataFrame里的普通列（比如列名为season），用布尔索引筛选：

# 注意调整字符串格式，和你表中赛季列的实际存储格式保持一致
# 比如表内赛季是"2009-10"这种短格式就用下面这行
team_record = team_record[team_record['season'].between('2009-10', '2017-18')]
# 如果表内赛季是"2009-2010"这种全写格式，就改成对应区间
# team_record = team_record[team_record['season'].between('2009-2010', '2017-2018')]

• 如果赛季已经被设置为DataFrame的行索引，用loc按标签切片筛选：

# 同样匹配你表内的赛季字符串格式
team_record = team_record.loc['2009-10':'2017-18']

如果你坚持要用drop方法删除无关行，必须把所有要删除的赛季写成带引号的字符串，且格式和表内存储的赛季值完全一致，不能有笔误，示例写法：

# 所有待删除赛季必须加引号，格式完全匹配表内值，不能出现0o这类笔误
drop_list = ['1946-47', '1947-48', '1948-49', ... , '2008-09']
team_record.drop(drop_list, axis=0, inplace=True)

这种枚举删除的写法容错率极低，非常容易漏写、错写赛季值，优先推荐直接筛选保留目标数据的写法。

内容的提问来源于stack exchange，提问作者Nicholas Nguyen