如何正确拼接pandas DataFrame？运行代码报KeyError:0如何排查？

问题根因 #

1. 访问不存在的列触发KeyError
   你明确说明test_delta_df没有cycle_end_date列，但代码多处调用该不存在的字段：

• 初始化parent_df_1、parent_df_2时，drop了不存在的cycle_end_date、prime_tagging列
• 循环遍历test_delta_df["cycle_end_date"].unique()时直接访问不存在的列
  如果test_delta_df同时没有prime_tagging列，筛选条件里的调用也会触发相同错误。

2. 变量调用顺序错误
   你在循环中调用assign_flag时，one_lower_bound、one_upper_bound等边界参数还未完成赋值，赋值语句写在了循环之后，属于先使用后定义。

3. 数组维度不匹配

• 构造delta_list时给筛选后的DataFrame额外套了一层列表，传入assign_flag后转numpy数组会生成三维结构，和边界值的一维数组无法对齐计算
• assign_flag中给np.where的返回结果额外套了一层列表，返回的flag结构多了不必要的维度，后续转DataFrame时结构不匹配。

4. 语法与逻辑错误

• 拼写错误：构造flag_1_df时把columns拼写成了colmuns，会触发属性错误
• 拼接逻辑错误：循环中concat生成的新数据没有赋值回parent_df_1，循环结束后parent_df_1还是空表；flag_2_df的构造逻辑完全错误，不能直接把flag_1和parent_df_2放到列表里生成DataFrame。

修复参考代码 #

先确保你要用到的cycle_end_date、prime_tagging已经正确加入test_delta_df（如果是和flag_tbl关联的字段，需要先做表关联补全字段），再使用修改后的代码：

import pandas as pd
import numpy as np

# 先定义边界参数，再调用函数
one_lower_bound = list(flag_tbl_2.iloc[3])
one_upper_bound = list(flag_tbl_2.iloc[2])
two_upper_bound = list(flag_tbl_2.iloc[4])
two_lower_bound = list(flag_tbl_2.iloc[5])

def assign_flag(delta_arr, one_lower_bound, one_upper_bound, two_upper_bound, two_lower_bound):
    # 去掉多余的列表包裹，直接返回数组
    flag_1 = np.where(
        (delta_arr > np.array(one_lower_bound)) & (delta_arr < np.array(one_upper_bound)),
        0,
        1
    )
    flag_2 = np.where(
        (delta_arr > np.array(two_lower_bound)) & (delta_arr < np.array(two_upper_bound)),
        0,
        1
    )
    return flag_1, flag_2

# 先获取数值列名，加errors='ignore'避免不存在的列报错
val_cols = test_delta_df.drop(columns=["cycle_end_date", "prime_tagging"], errors='ignore').columns
parent_df_1 = pd.DataFrame(columns=val_cols)
parent_df_2 = pd.DataFrame(columns=val_cols)

for date in test_delta_df["cycle_end_date"].unique():
    print(date)
    # 筛选数据，delta直接取数组，不用套列表
    delta_df = test_delta_df[
        (test_delta_df.cycle_end_date == date) & (test_delta_df.prime_tagging == "New")
    ].drop(columns=["cycle_end_date", "prime_tagging"], errors='ignore')
    delta_arr = delta_df.values
    flag_1, flag_2 = assign_flag(delta_arr, one_lower_bound, one_upper_bound, two_upper_bound, two_lower_bound)
    # 构造对应DataFrame
    flag_1_df = pd.DataFrame(flag_1, columns=val_cols)
    flag_2_df = pd.DataFrame(flag_2, columns=val_cols)
    # 拼接结果赋值回父表，加ignore_index=True避免索引冲突
    parent_df_1 = pd.concat([flag_1_df, parent_df_1], ignore_index=True)
    parent_df_2 = pd.concat([flag_2_df, parent_df_2], ignore_index=True)

内容的提问来源于stack exchange，提问作者coder_bg