使用pandas读取xlsx生成频率表出现KeyError: 'B2:B57001;'如何解决

错误原因 #

你触发KeyError是因为pandas.DataFrame的[]取值语法默认按列名匹配，不能直接传入Excel的单元格范围字符串，你写的B2:B57001;不是DataFrame中存在的列名，所以直接报错。

修复方案 #

你明确说明文件仅包含一列年龄数据，推荐两种可行写法：

方案1：读取文件时直接指定范围（更高效）

直接在read_excel阶段就指定读取的列、跳过的行，避免后续多余处理，修正后代码如下：

import pandas as pd
import openpyxl

# 读取时指定只取B列，跳过第一行（从B2开始读），不把第一行设为表头
df = pd.read_excel(
    '/run/media/soumi/Luna (HDD)/CF-0001/PSHS/Statistics/Module 1/SLG 3.0 Data set 3.1 DOH COVID Data Drop Case Information.xlsx',
    usecols='B',
    skiprows=1,
    header=None
)
num = df.squeeze().tolist()

num.sort() 
print(f'\n{num}')

fdt = pd.Series(num).value_counts().sort_index().reset_index(drop=True)
fdt = fdt.rename_axis('Element').reset_index(name='Frequency')
print(fdt)

方案2：读取全表后按位置取数

如果你已经读取了全表，要对应取B2到B57001的区域，可以用iloc按索引取数（pandas的行、列索引都从0开始计数）：

# 原读取代码不变
df = pd.read_excel('/run/media/soumi/Luna (HDD)/CF-0001/PSHS/Statistics/Module 1/SLG 3.0 Data set 3.1 DOH COVID Data Drop Case Information.xlsx')
# B列是第2列，对应索引1；B2是第2行，对应索引1，B57001对应索引57000
num = df.iloc[1:57000, 1].tolist()
# 后续代码和你原来的逻辑保持一致即可

注意事项 #

• 你原代码里单元格范围末尾的;是多余的，Excel范围写法里没有这个符号
• 如果你的B列第一行就是列名（比如列名是年龄），可以不用加skiprows和header=None，直接用df['年龄'].tolist()取数就行

内容的提问来源于stack exchange，提问作者H2WO