传入指定键时Python抛KeyError，OLS线性回归函数调用遇问题

看起来你在实现自定义OLS线性回归函数时碰到了KeyError，明明觉得传入了正确的列名却还是报错对吧？咱们一步步来梳理问题、排查原因，再完善你的代码。

首先先把你提供的代码片段整理出来，方便后续分析：

import pandas as pd
import numpy as np
from prettytable import PrettyTable as pt

def LinearRegressionOLS(mydata, target_column):
    if not isinstance(mydata, pd.DataFrame):
        raise TypeError("Data must be of type Data Frame")
    if not isinstance(target_column, str):
        raise TypeError("target_column must be String")
    # 这里你写了if(t... 应该是未完成的列存在性检查？

为什么会出现KeyError？ #

即使你确认传入了正确的列名，KeyError通常来自以下几个常见原因，咱们逐个排查：

• 大小写或拼写不匹配：Pandas的列名是大小写敏感的！比如你传入'Wage'但DataFrame里的列是'wage'，或者拼写错成'wag'，都会触发KeyError。
• 列名包含隐藏字符：有时候数据加载时列名可能带空格、制表符或者特殊字符，比如实际列名是' wage '（前后有空格），但你传入的是'wage'，肉眼很难发现。
• 目标列确实不在DataFrame中：可能你以为mydata包含target_column，但实际数据加载时出错，或者之前的操作不小心删除了该列。
• 函数内部的意外修改：如果函数后续代码里有对DataFrame列名的修改（比如rename、drop操作），也可能导致找不到目标列。

快速排查步骤 #

1. 先确认DataFrame的实际列名：在调用函数前，打印列名列表看看：

   print("DataFrame列名:", mydata.columns.tolist())
   

   对比你传入的target_column是否完全一致。

2. 检查列名的大小写和隐藏字符：用strip()去除前后空白后再对比：

   # 检查是否有匹配的列
   matched_cols = [col for col in mydata.columns if col.strip().lower() == target_column.strip().lower()]
   print("匹配的列:", matched_cols)
   

   如果有结果，说明是大小写或空白字符的问题。

3. 在函数中加入列存在性检查：在函数开头就先验证目标列是否存在，提前抛出明确的错误，而不是等到后续操作触发KeyError：

   def LinearRegressionOLS(mydata, target_column):
       if not isinstance(mydata, pd.DataFrame):
           raise TypeError("Data must be of type Data Frame")
       if not isinstance(target_column, str):
           raise TypeError("target_column must be String")
       # 新增：检查目标列是否存在
       if target_column not in mydata.columns:
           raise KeyError(f"目标列 '{target_column}' 不存在于DataFrame中！可用列名: {', '.join(mydata.columns)}")
       # 后续的OLS计算逻辑...
   

完善后的OLS函数示例（补全未完成的部分） #

假设你要实现基础的OLS回归计算，这里给出一个完整的示例，包含列检查和结果输出：

import pandas as pd
import numpy as np
from prettytable import PrettyTable as pt

def LinearRegressionOLS(mydata, target_column):
    # 类型检查
    if not isinstance(mydata, pd.DataFrame):
        raise TypeError("Data must be of type Data Frame")
    if not isinstance(target_column, str):
        raise TypeError("target_column must be String")
    # 列存在性检查
    if target_column not in mydata.columns:
        raise KeyError(f"目标列 '{target_column}' 不存在于DataFrame中！可用列名: {', '.join(mydata.columns)}")
    
    # 准备自变量和因变量（添加截距项）
    X = np.c_[np.ones(len(mydata)), mydata.drop(target_column, axis=1).values]
    y = mydata[target_column].values
    
    # OLS参数计算：beta = (X'X)^-1 X'y
    try:
        X_transpose = X.T
        beta = np.linalg.inv(X_transpose @ X) @ X_transpose @ y
    except np.linalg.LinAlgError:
        raise ValueError("自变量矩阵不可逆，可能存在多重共线性问题！")
    
    # 整理结果用PrettyTable展示
    result_table = pt()
    result_table.field_names = ["变量", "系数"]
    result_table.add_row(["截距项", round(beta[0], 4)])
    for col, coef in zip(mydata.drop(target_column, axis=1).columns, beta[1:]):
        result_table.add_row([col, round(coef, 4)])
    
    print("OLS回归结果：")
    print(result_table)
    return beta

# 测试调用示例
if __name__ == "__main__":
    # 模拟数据
    test_data = pd.DataFrame({
        'wage': [1000, 1500, 2000, 2500],
        'educ': [10, 12, 14, 16],
        'exper': [2, 5, 8, 10],
        'tenure': [1, 3, 6, 8]
    })
    # 调用函数，目标列是'wage'
    LinearRegressionOLS(test_data, 'wage')

这样修改后，不仅能提前排查列不存在的问题，还能给出清晰的错误提示，同时完成了OLS回归的基础功能。

内容的提问来源于stack exchange，提问作者Trijit