Pandas按name_column分组取percentual前5行报KeyError如何解决

• 你的colunas列表存储的是name_column列的取值，而非当前处理的DataFrame的列名。当前DataFrame仅包含Company、name_column、total_parcial、percentual四个列，直接用df[colunas]检索不存在的列自然触发KeyError
• 原有逻辑混淆了列名和列取值，nlargest的排序依据应该是percentual列而非coluna里的维度名称

方案1：更简洁的分组实现（推荐） #

直接通过分组取每组Top5，无需手动迭代：

import pandas as pd

# 若仅需要处理colunas列表内指定的name_column取值，先加一步过滤
df_filtered = df_company_top_percent[df_company_top_percent['name_column'].isin(colunas)]

# 按name_column分组，每组取percentual最高的5行，合并为新DataFrame
result = df_filtered.groupby('name_column', group_keys=False)\
            .apply(lambda df_group: df_group.nlargest(5, 'percentual'))\
            .reset_index(drop=True)

方案2：和原有迭代逻辑对齐的实现 #

如果你需要保留循环写法，修改如下即可：

import pandas as pd

lista4 = []
# 直接迭代colunas列表，不要套df[]
for coluna in colunas:
    # 先筛选当前name_column对应的数据，再取percentual最高的5行
    group_df = df_company_top_percent[df_company_top_percent['name_column'] == coluna]
    top5 = group_df.nlargest(5, 'percentual')
    lista4.append(top5)

# 合并所有分组的Top5结果
result = pd.concat(lista4, ignore_index=True)

两种方案输出的result就是符合要求的目标DataFrame。

内容的提问来源于stack exchange，提问作者Tom AL