Pandas使用布尔逻辑过滤行时出现KeyError: True的解决方法

这个报错我太熟了，本质是你把布尔值/布尔数组用错地方了——Pandas把你传入的布尔值当成了要找的列名或索引标签，而你的DataFrame里根本没有叫True的列/索引，自然就报错了。

错误原因分析 #

你大概率写了类似下面的错误代码：

# 错误写法1：直接把布尔数组传给drop，drop默认认作标签
data2.drop(data2['RA'].str.startswith('126.1') == False)
# 错误写法2：用is False得到单一布尔值，然后用data2[True]访问
data2[data2['RA'].str.startswith('126.1') is False]

第一种情况里，drop方法默认接收的是索引/列标签，你传布尔数组它就会把True/False当成标签去找，找不到就报KeyError；第二种情况里，is False会把整个Series和False对象比较，返回一个单一的布尔值（比如True），然后data2[True]就会去找名为True的列，自然找不到。

正确的修复方法 #

下面给你两种靠谱的写法，选一种就行：

方法1：直接用布尔索引筛选（推荐）

先确保RA列是字符串类型（如果原本是数值型，必须转，不然str.startswith用不了），然后用布尔索引保留你需要的行（等价于删除不需要的）：

# 第一步：把RA列转为字符串（如果是数值型的话）
data2['RA'] = data2['RA'].astype(str)
# 第二步：筛选保留以'126.1'开头的行，覆盖原DataFrame
data2 = data2[data2['RA'].str.startswith('126.1')]

如果是要删除以126.1开头的行，就用~取反：

data2 = data2[~data2['RA'].str.startswith('126.1')]

如果RA列有NaN值，建议先处理掉，避免筛选出错：

# 先删除RA为空的行
data2 = data2.dropna(subset=['RA'])
data2['RA'] = data2['RA'].astype(str)
# 再筛选
data2 = data2[data2['RA'].str.startswith('126.1')]

方法2：用drop配合索引删除

如果你习惯用drop方法，那就先拿到要删除的行的索引，再传给drop：

# 先处理类型和NaN（同上）
data2['RA'] = data2['RA'].astype(str)
data2 = data2.dropna(subset=['RA'])
# 获取要删除的行的索引
rows_to_remove = data2[~data2['RA'].str.startswith('126.1')].index
# 删除这些行
data2 = data2.drop(rows_to_remove)

最后提醒 #

别再用is False来判断Series的元素了，要用== False或者更简洁的~；另外，drop方法默认操作的是行/列标签，不是布尔数组，一定要传索引或者列名才行。

内容的提问来源于stack exchange，提问作者user7983290