You need to enable JavaScript to run this app. pandas处理电流分段数据时触发KeyError:0报错,无法按趋势分文件夹存储CSV
优惠活动
大模型
产品
解决方案
定价
更多

pandas处理电流分段数据时触发KeyError:0报错,无法按趋势分文件夹存储CSV

KeyError: 0 报错问题排查与修复

报错触发点

报错直接抛出在这行代码:
firstone = temp.at[0, 'Current']
本质原因是代码试图用pandas的at索引器,获取行标签为0的行的电流值,但当前的temp DataFrame的索引集合中,根本不存在值为0的标签。

代码存在的核心问题

  • 索引不连续导致标签缺失
    你混淆了pandas索引器的区别:at是严格依赖行标签值的索引器,不是按位置取数的索引器,哪怕行在第一行,只要行标签不是0,就会触发KeyError。
    你每次往temp里追加数据时,直接把原始数据data1的行塞进去,没有重置索引。比如第一个满足筛选条件的行是第5行,那append后temp的行标签就是5;第二个满足条件的行是第9行,temp的行标签就是9。整个temp的索引从头到尾可能都没有0这个标签,调用at[0, 'Current']自然会触发KeyError。
  • 空表转换逻辑混乱
    旧逻辑里满足非筛选条件且长度不够时,你会执行temp = []把容器变成普通Python列表。新逻辑里遇到else分支时,直接执行temp = pd.DataFrame(temp)把列表转成DataFrame,这时候生成的是空表,没有任何行索引,直接访问行标签0必然报错。你没有在取首行值之前判断temp是否真的有有效数据。
  • 清空容器的逻辑有残留
    你用temp.drop(index=temp.index)清空表时,生成的空表会保留列结构,但行索引完全是空的、没有默认整数占位。后续哪怕重新往里面append新数据,也会因为旧的索引残留导致后续逻辑混乱。

可实现预期功能的修复代码

import pandas as pd
import os

# 固定配置
limit = 3
G0 = 7.75e-05
v=0.1           
step_size = 2e-3
splitcounts=200

# 自动创建存储文件夹,避免路径不存在报错
os.makedirs("C:\\down", exist_ok=True)
os.makedirs("C:\\up", exist_ok=True)

# 读入原始数据
data1 = pd.read_csv(
    'C:\\Data Analysis\\Data.txt',
    sep=',',
    names=['Time1','Current','Voltage','Distance', 'Time2']
)
nrows1 = data1.shape[0]

# 初始化临时数据容器,明确列名
temp = pd.DataFrame(columns=['Time', 'Current'])
# 导出文件的序列计数器,避免用原始行号导致文件名跳变
file_seq = 0

for i in range(0, int(nrows1)):
    curr_val = data1.at[i, 'Current']
    # 匹配电流范围筛选条件
    if 0 < curr_val < 0.000075:
        # 提取需要的两列,重命名后追加到temp,忽略原数据的索引
        row = data1.loc[i, ['Time1', 'Current']].rename({'Time1':'Time'})
        temp = pd.concat(
            [temp, pd.DataFrame([row])],
            ignore_index=True  # 强制重置索引为从0开始的连续整数
        )
    else:
        row_count = temp.shape[0]
        # 只有连续段长度满足要求时才做导出判断
        if row_count > 20:
            # 按位置取首末行的电流值,不依赖硬编码的行标签
            first_val = temp.iloc[0, temp.columns.get_loc('Current')]
            last_val = temp.iloc[row_count - 1, temp.columns.get_loc('Current')]
            
            if first_val > last_val:
                temp.to_csv(
                    f"C:\\down\\{file_seq:04d}.csv",
                    sep=',',
                    index=False,
                    header=None
                )
            else:
                temp.to_csv(
                    f"C:\\up\\{file_seq:04d}.csv",
                    sep=',',
                    index=False,
                    header=None
                )
            file_seq += 1
        # 无论是否导出,都重置为干净的空临时表
        temp = pd.DataFrame(columns=['Time', 'Current'])

修复说明

  • 用废弃风险更低的pd.concat替代原有的append方法,拼接时开启ignore_index=True,保证temp的索引永远是从0开始的连续整数,不会继承原始数据的行号
  • 取首末行数值时用iloc按实际位置取,不再依赖行标签为0、n-1的假设,从根源上避免KeyError
  • 清空临时容器时直接重新生成带正确列名的空表,不再用drop方法留下空索引的残留
  • 新增自动创建存储文件夹的逻辑,避免因路径不存在导致的文件写入报错
  • 用独立的计数器给导出文件命名,避免因原始数据行号跳变导致的文件名不连续问题

内容的提问来源于stack exchange,提问作者huo

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.24 22:24:07