Pandas DataFrame选中修改元素时出现KeyError报错如何解决？

报错原因 #

• 核心原因：tweet_features_en的行索引并非english_tweets_2中的推文内容。loc索引是基于行/列的标签匹配，你直接传入推文字符串作为行标签，当行索引是默认的整数序列（0、1、2……）时，自然找不到对应的标签，就会抛出KeyError。
• 次要可能性：即使你之前尝试将推文设为行索引，也可能因为字符串的隐性差异（比如转义字符、不可见特殊字符、全半角符号差异）导致肉眼看起来相同的字符串实际编码不匹配，无法命中索引。

另外你原代码中tweet_features_en.loc[tweet][trigram_name]属于链式索引，即使索引没问题也容易触发SettingWithCopyWarning，导致修改不生效，建议改为loc[行标签, 列标签]的二维索引写法。

解决方案 #

方案1：基于行顺序匹配（推荐，兼容性最高） #

如果你的tweet_features_en的行顺序和english_tweets_2的顺序完全一一对应（第n行对应english_tweets_2[n]），直接通过下标定位行即可：

for idx, tweet in enumerate(english_tweets_2):
    for trigram_name in truncated_trigrams_list:
        if trigram_name in tweet:
            # 用数字下标定位行，二维索引写法避免链式索引问题
            tweet_features_en.loc[idx, trigram_name] += 1

方案2：显式将推文设为行索引 #

如果你确实需要用推文内容作为行标签匹配，可以先统一设置索引：

import pandas as pd
# 先将推文内容设置为行索引，确保和english_tweets_2顺序对齐
tweet_features_en = tweet_features_en.set_index(pd.Index(english_tweets_2, name='tweet_content'))

# 后续遍历可直接用推文内容定位行
for tweet in english_tweets_2:
    for trigram_name in truncated_trigrams_list:
        if trigram_name in tweet:
            tweet_features_en.loc[tweet, trigram_name] += 1

性能优化建议 #

如果数据量较大，双层循环的执行效率很低，可以用pandas向量化操作替代循环：

# 先给tweet_features_en新增一列存储推文内容，确保顺序对齐
tweet_features_en['tweet_content'] = english_tweets_2

for trigram in truncated_trigrams_list:
    # 直接统计每个trigram在每行推文中的出现次数，一行完成统计
    tweet_features_en[trigram] = tweet_features_en['tweet_content'].str.count(trigram)

这个写法性能比双层循环高1~2个数量级，适合处理万条以上的推文数据。

内容的提问来源于stack exchange，提问作者Zendakeen