Python遍历双DataFrame匹配替换日期为NCAA比赛链接报KeyError:0
KeyError: 0 报错的根因与修正方案
核心问题拆解
- 索引标签不匹配触发KeyError:
boxDataFrame的原始索引并非从0开始的连续整数(sportsreference返回的赛程数据默认索引是赛季内赛事的排序值,不是0基位置索引)。你循环里用box.loc[i, "boxscore_index"]取值时,.loc是按索引标签匹配的,当i=0根本不在box的索引标签列表中时,就会直接抛出KeyError: 0。 - 循环逻辑完全错位:内层循环定义了遍历box的变量j,但判断条件里从未使用j,全程引用外层循环的i值去取box的内容,等于双重循环的结构完全失效,索引引用的对应关系彻底混乱。
- 字符串调用方式错误:pandas对象的字符串判断方法是
.str.contains(),你直接对单个字符串值调用.contains(),就算索引问题解决,后续也会触发AttributeError。 - 冗余匹配逻辑:既然boxscore_index的日期前缀和df的date列格式完全一致,完全没必要用双重循环做O(n²)的逐行遍历,向量化处理的稳定性和效率都远好于嵌套循环。
可运行的修正代码
from sportsreference.ncaab.schedule import Schedule import pandas as pd def get_team_schedule(name): # 拉取指定球队的完整赛程数据 combined = Schedule(name).dataframe # 重置box表的连续索引,从根源上避免loc标签匹配的KeyError box = combined[["boxscore_index"]].reset_index(drop=True) # 基于日期前缀建立映射关系,无需嵌套循环 # 从boxscore_index开头提取和df.date格式完全一致的日期字符串作为匹配键 box["match_key"] = box["boxscore_index"].str.extract(r"^(\d{8})") date_link_map = dict(zip(box["match_key"], box["boxscore_index"])) # 批量完成df列的替换 df["date"] = df["date"].astype(str).map(date_link_map) return df # 调用前需提前按数据结构准备好存储赛事日期的df对象 # get_team_schedule("Virginia")
替代方案(逐行匹配的正确写法)
如果坚持要逐行判断的逻辑,需要修正两个关键细节:
- 取box的行值时用
.iloc(按行位置取数,不依赖索引标签)替代.loc - 字符串包含判断用Python原生
in关键字,避免方法调用错误
for i in range(len(df)): current_date = str(df.loc[i, "date"]) for j in range(len(box)): current_box_link = str(box.iloc[j, 0]) if current_date in current_box_link: df.loc[i, "date"] = current_box_link break
关键提醒:使用pandas的
.loc方法时,传入的参数必须是DataFrame实际存在的索引标签,不是行的位置序号,这是这类KeyError最常见的触发原因。
内容的提问来源于stack exchange,提问作者Jasmine Dogu
相关产品推荐
相关产品推荐

