You need to enable JavaScript to run this app. 遍历DataFrame字典实现列保留筛选时'string indices must be integers'报错的原因
优惠活动
大模型
产品
解决方案
定价
更多

遍历DataFrame字典实现列保留筛选时'string indices must be integers'报错的原因

报错成因解析
  • 直接触发报错的核心原因:直接遍历字典对象时,迭代拿到的是字典的键,也就是"df1"、"df2"、"df3"这类字符串值,不是你存在字典里的DataFrame对象。你对字符串执行df[features]操作,本质是给字符串传入字符串列表作为索引,而字符串仅支持整数位置的索引取值,因此直接抛出string indices must be integers的报错。
  • 你逻辑中存在的隐藏失效问题:就算修正遍历方式拿到了真正的DataFrame,循环内写df = df[features]也无法修改原字典的内容。这里的df只是循环创建的临时变量,给它重新赋值为筛选后的新DataFrame,仅改变了临时变量的指向,原字典对应键存储的原始DataFrame引用不会产生任何变化。
符合规则的实现方案

根据要求,实现过程不能使用drop删除无关列,必须通过df[features]的列索引方式完成筛选,正确代码如下:

def select_columns(dict_of_dfs, features):
    # 遍历字典的所有键,通过键获取对应存储的DataFrame
    for df_key in dict_of_dfs.keys():
        # 将筛选后的结果直接赋值回原字典的对应位置
        dict_of_dfs[df_key] = dict_of_dfs[df_key][features]

调用方式和你之前的写法完全一致:

select_columns(dict_of_dfs, features)

方案的合规性说明:

  • 遍历过程通过字典键取值,拿到的是真正的DataFrame对象,不会触发字符串索引报错
  • 列筛选操作完全通过df[features]的列索引方式完成,未使用drop方法
  • 筛选结果直接写回原字典对应位置,不存在临时变量修改不生效的问题

内容的提问来源于stack exchange,提问作者weare138

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:2026.11.19 04:24:04