pandas多列批量执行value_counts()触发KeyError的问题咨询
批量统计拆分存储的多列作答值实现方案
KeyError报错的核心原因
- 循环取值完全写错:原代码遍历拿到了每一个待统计的列名存在变量
num里,但循环体内根本没有使用这个变量,反而写死了固定列名字符串df['activity'],pandas在数据框里找不到名为“activity”的列,直接抛出KeyError。 - 列名拼接逻辑和实际列名不匹配:
- 拼接时前缀多了一个空格:原代码用的拼接模板是
'Main activity at work .'(点号前是两个空格),和实际列名中点号前仅带一个空格的规则对不上,就算修正循环的取值错误,生成的列名也会匹配失败。 - 列覆盖不全:原代码仅生成了带1-20数字后缀的列名,漏掉了最开始无数字后缀的基础列
Main activity at work。
- 拼接时前缀多了一个空格:原代码用的拼接模板是
修正实现方案
1. 低适配成本的遍历实现
无需手动拼接列名,直接通过列名前缀自动匹配所有目标列,从根源上避免列名拼写出错:
import pandas as pd import numpy as np # 自动筛选所有符合目标列名前缀的列,覆盖所有带/不带数字后缀的列 target_cols = [col for col in df.columns if col.startswith("Main activity at work")] # 可选:将字符串类型的"null"替换为pandas标准缺失值,避免被计入作答统计 df[target_cols] = df[target_cols].replace("null", np.nan) # 逐列统计输出 for col in target_cols: print(col.lower()) print(df[col].value_counts()) print("\n")
运行输出格式和预期完全一致:每段先打印小写的列名,下方对应每类作答的计数,不同列的结果用空行分隔。
2. 无循环的批量实现
如果需要一次性拿到结构化的统计结果,可使用apply批量执行,不需要写循环:
# 对所有目标列批量执行值计数,结果自动按列分组 all_counts = df[target_cols].apply(lambda x: x.value_counts(dropna=False)) print(all_counts)
内容的提问来源于stack exchange,提问作者John Doe
相关产品推荐
相关产品推荐

