You need to enable JavaScript to run this app. Pandas DataFrame用apply按TOTAL_COVERAGE条件计算百分比时报KeyError
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame用apply按TOTAL_COVERAGE条件计算百分比时报KeyError

错误原因拆解

你的代码存在两个直接导致报错和逻辑偏差的问题:

  • 冗余循环:外层写的for index, row in df.iterrows()循环完全没有被使用,循环内既没有用到逐行取出的row对象,每一次迭代都会对全表重新做一次apply赋值,属于完全多余的逻辑。
  • KeyError触发源:df.apply()的默认运行规则是按列处理(axis=0),此时lambda函数的入参x代表整列的Series数据,而不是单行记录,自然无法找到TOTAL_COVERAGE字段,直接抛出KeyError。

修复方案

最小改动版(保留原apply逻辑)

删掉多余的iterrows循环,给apply加上axis=1参数,让函数按逐行逻辑运行,代码如下:

df['%'] = df.apply(
    lambda x: (int(x['END_S']) * 100) / int(x['END_D']) if x['TOTAL_COVERAGE'] == 'yes' else '',
    axis=1
)

运行后输出的结果符合预期:

IDTOTAL_COVERAGEBEG_DEND_DBEG_SEND_S%
O60829yes11021102100.0
O60341yes125125100.0
Q9H1R3no5006001458空字符串

实用提示:

  • 如果希望非符合条件的行保留标准缺失值而不是空字符串,可以把else后的''替换为pd.NA,后续做数值计算、统计时不会因为混合类型报错。
  • 如果坚持要在iterrows循环里实现逐行逻辑,需要逐行修改对应索引的取值,而不是每次循环都给整列赋值,参考写法:
    df['%'] = pd.NA  # 先初始化整列为空值
    for index, row in df.iterrows():
        if row['TOTAL_COVERAGE'] == 'yes':
            df.loc[index, '%'] = (int(row['END_S']) * 100) / int(row['END_D'])
    
    这种写法逻辑正确,但性能远低于向量化方案,不适合大数据量场景。

高效向量化版(适配大表场景)

当数据量达到十万行以上时,逐行apply的运行速度会明显变慢,可以用pandas原生的向量化逻辑实现,性能提升一个数量级:

# 先把需要计算的字段统一转为整数类型
df['END_D'] = df['END_D'].astype(int)
df['END_S'] = df['END_S'].astype(int)
# 仅在TOTAL_COVERAGE为yes的行做比例计算,其余行自动填充缺失值
df['%'] = ((df['END_S'] * 100) / df['END_D']).where(df['TOTAL_COVERAGE'] == 'yes')

内容的提问来源于stack exchange,提问作者JuanMacD

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:2026.11.09 08:06:01