Windows Spyder运行正常的Python代码在CentOS7服务器执行报KeyError

• 接口返回字段不一致：服务器的网络环境、IP权限可能和本地Windows环境不同，导致接口返回的字段被裁剪，部分或全部嵌套字段（如contentModules等）没有返回，json_normalize执行后没有生成对应待删除的列。
• pandas版本行为差异：CentOS7上Python3.6支持的最高pandas版本为1.1.5，远低于本地Python3.8对应的pandas版本，低版本pandas的drop()方法默认删除不存在的列时会直接抛出KeyError，不会自动跳过不存在的列。
• 列数不足导致索引删除失败：你尝试按列索引删除时，dffinal的实际列数不足11列，不存在索引为5到10的列，因此也会抛出相同报错。

1. 安全删除列（最简便）
   给drop()方法添加errors='ignore'参数，该参数兼容pandas 0.16及以上版本，不存在的列会自动跳过，不会触发报错：

dffinal = dffinal.drop(
    ['contentModules','audience.customerSegmentInline.matching',
    'audience.customerSegmentInline.criteria', 'audience.lists',
    'audience.customerSegmentKind', 'audience.customerSegmentId'],
    axis=1,
    errors='ignore'
)

如果要按列索引删除，也添加相同参数即可：

dffinal = dffinal.drop([5,6,7,8,9,10], axis=1, errors='ignore')

2. 统一环境依赖（避免其他版本问题）
   将本地的依赖版本同步到服务器，消除版本差异导致的行为不一致：

• 本地Windows环境执行命令导出依赖：
  pip freeze > requirements.txt
• 将生成的requirements.txt上传到服务器后执行：
  pip3 install -r requirements.txt

3. 白名单模式保留列（更稳妥）
   如果明确最终需要保留的列，直接筛选保留目标列，避免删除逻辑的兼容性问题：

# 将下方列表替换为你实际需要保留的列名
keep_cols = ['id', 'title', 'create_time', 'xxx']
dffinal = dffinal.reindex(columns=keep_cols)

4. 排查接口权限（可选）
   如果需要严格校验字段完整性，可在服务器端的json_normalize执行后打印返回的字段列表，确认接口返回是否完整：

print(a.columns.tolist()) # 打印单次请求的解析字段
print(dffinal.columns.tolist()) # 打印合并后的全量字段

内容的提问来源于stack exchange，提问作者Bushmaster