数据集预处理时段字段字符串转整数映射触发KeyError:1报错

本次触发的KeyError: 1并非字典映射逻辑方向错误，本质原因是遍历df.TIMEPERIOD列时，取到的当前单元格值是整数1，而你定义的TIMEPERIOD字典所有键都是字符串类型（'Morning'/'Afternoon'/'Evening'/'Night'），字典内不存在键为1的条目，硬做键值查找自然抛出KeyError。
另外原代码存在隐蔽的语法错误：列表推导式里写的TIMEPERIOD[item].copy只是取整数对应的copy方法对象，没有实际执行调用，就算字典匹配成功，最终写入列的值也不是预期的整数编码，而是方法对象本身，后续模型训练环节同样会触发类型报错。

• 重复执行映射代码：第一次跑通“字符串转整数”逻辑后，列中已经写入1/2/3/4的整数结果，没有重置列值就再次运行同一段代码，遍历到的item全为整数，和字典的字符串键完全不匹配
• 数据原始存在脏值：部分行的TIMEPERIOD字段本身就是预填充的整数编码，没有做前置清洗就直接跑全量映射

• 兜底匹配避免硬查报错
  先统一列值的类型，通过字典的get方法做兜底匹配，不直接硬访问不存在的键：

  TIMEPERIOD = {'Morning': 1,'Afternoon': 2,'Evening' : 3,'Night' : 4}
  # 统一将列转为字符串类型，消除原有整数、空值的类型干扰
  df['TIMEPERIOD'] = df['TIMEPERIOD'].astype(str)
  # 执行匹配，未命中字典的异常值统一填充为0，不会抛出KeyError
  df['TIMEPERIOD'] = [TIMEPERIOD.get(item, 0) for item in df['TIMEPERIOD']]
  

• 前置定位脏数据
  正式跑映射前，先把列中不在字典键范围内的异常值全部筛出，针对性修正数据后再做编码：

  # 筛选所有无法被字典匹配的异常值
  invalid_rows = df[~df['TIMEPERIOD'].astype(str).isin(TIMEPERIOD.keys())]
  print(f"待修正的异常值共{len(invalid_rows)}行，异常值集合：{invalid_rows['TIMEPERIOD'].unique()}")
  # 异常值修正完成后，直接用pandas内置的map方法做映射即可，无需手写列表推导
  df['TIMEPERIOD'] = df['TIMEPERIOD'].map(TIMEPERIOD)
  

• 去除冗余错误写法
  整数是Python的不可变类型，不存在可调用的copy方法，映射时直接取字典对应的值即可，不要额外加.copy后缀。

内容的提问来源于stack exchange，提问作者Muhammad Danial Siddiqui