Pandas DataFrame仅能选中首列，其余列按名访问报KeyError求助

哈哈，这个坑我之前也踩过！你遇到的核心问题是列名里藏着看不见的特殊字符——从你打印的Index(['date', '​time', '​user_id', '​url', '​IP'], dtype='object')就能看出来：除了第一个date，其他列名前面都有个零宽空格（Unicode U+200B）之类的不可见字符，所以你用"time"去索引自然找不到，实际列名是​time（前面多了个隐藏字符）。

给你几个实用的解决办法：

1. 先确认列名的真实字符编码 #

先跑这段代码，把每个列名的字符编码打出来，就能揪出那些隐藏的家伙：

for col in df.columns:
    print(f"列名: '{col}', 字符编码列表: {[ord(c) for c in col]}")

比如time列的编码里会多一个8203（零宽空格的编码），而正常的date列编码只有d,a,t,e对应的数值。

2. 批量清理列名中的特殊字符 #

用正则表达式过滤掉所有非打印的特殊字符，直接替换成干净的列名：

import re
# 移除所有不可见控制字符和零宽空格
df.columns = [re.sub(r'[\x00-\x1f\x7f-\x9f\u200b-\u200f]', '', col) for col in df.columns]

或者更简单的，只保留可打印字符：

df.columns = [''.join(c for c in col if c.isprintable()) for col in df.columns]

执行完之后，再打印df.columns，应该就能看到干净的Index(['date', 'time', 'user_id', 'url', 'IP'], dtype='object')了，此时用df.loc[:, "time"]就不会报错啦。

3. 读取文件时直接指定列名（快速 workaround） #

如果你已经明确知道正确的列名，也可以在读取TSV的时候直接指定names参数，跳过原文件的问题列名：

df = pd.read_csv(
    'abc.tsv',
    delimiter="\t",
    engine="python",
    encoding="UTF-8",
    names=['date', 'time', 'user_id', 'url', 'IP'],
    header=0  # 表示原文件第一行是列名，我们用指定的names替换它
)

这个方法更直接，适合你已经清楚列名的情况。

内容的提问来源于stack exchange，提问作者Aman Rathi