pandas多列应用apply函数筛选行时的KeyError报错解决
pandas演员点赞筛选场景下KeyError解决指南
核心排查路径
- 优先核对列名匹配性:
KeyError: 'actor_1_facebook_likes'触发的最常见原因是代码中引用的列名与DataFrame实际列名存在字符差异,包括不可见的首尾空格、大小写不匹配、下划线位置错误。可执行print(df.columns.tolist())输出全量列名逐字校验,若存在首尾空格,通过df.columns = df.columns.str.strip()批量去除空白字符,即可解决绝大多数列名不匹配问题。 - 修正逐行apply的取数逻辑:逐行apply的执行上下文中,函数接收的入参是代表单行的Series对象,若在函数内部引用全局DataFrame做列取值,就会在逐行执行时触发键不存在的报错。需直接从传入的行对象中按列名取值,禁止在逐行函数内嵌套全局df的列访问逻辑。
- 预清洗目标列空值:完成列名校准后,针对三个目标点赞列执行
df = df.dropna(subset=['actor_1_facebook_likes', 'actor_2_facebook_likes', 'actor_3_facebook_likes'])过滤含空值的行,避免后续数值计算触发衍生错误。
筛选逻辑实现
判定规则拆解:对三个点赞值a(演员1)、b(演员2)、c(演员3),任意一位的点赞数值不得小于另外两位点赞数值的一半。为简化计算,每一个值都不小于另外两个值中较高值的1/2,即可自动满足不低于较低值1/2的要求,减少重复计算量。
向量化实现(运行效率远高于逐行apply)
import numpy as np # 批量校准列名,消除列名不匹配隐患 df.columns = df.columns.str.strip() # 提取三列点赞值 a = df['actor_1_facebook_likes'] b = df['actor_2_facebook_likes'] c = df['actor_3_facebook_likes'] # 生成符合规则的筛选掩码 condition = ( (a >= np.maximum(b, c) / 2) & (b >= np.maximum(a, c) / 2) & (c >= np.maximum(a, b) / 2) ) # 输出筛选后的结果数据集 result_df = df[condition]
自定义apply函数实现(可规避KeyError的标准写法)
def check_like_threshold(row): # 从传入的单行对象中取值,不引用全局DataFrame a = row['actor_1_facebook_likes'] b = row['actor_2_facebook_likes'] c = row['actor_3_facebook_likes'] return ( a >= max(b, c) / 2 and b >= max(a, c) / 2 and c >= max(a, b) / 2 ) result_df = df[df.apply(check_like_threshold, axis=1)]
内容的提问来源于stack exchange,提问作者anukriti kulshrestha
相关产品推荐
相关产品推荐

