读取汽车销售数据转numpy数组遇KeyError:2问题求助

嘿，我看你在把汽车销售数据转成NumPy数组的时候碰到了麻烦，咱们来一步步拆解问题、搞定它～

问题根源 #

你这段代码的核心问题出在索引方式用错了：

data = pd.read_csv('Book2.csv')[i].values

Pandas里DataFrame[]的默认行为是按列名索引，但你的循环变量i是2到33的数字。除非你的CSV文件列名正好是这些数字，否则Pandas找不到对应列，就会抛出你看到的get_loc相关KeyError。

另外还有个小细节：你在循环里每次都重新读取整个CSV，这会浪费大量IO时间，效率很低，应该先一次性把数据读入内存再处理。

修正方案 #

方案1：按列的位置索引（推荐） #

如果你是想按列的位置取第2到第33列（注意：Pandas的位置索引从0开始，第2列对应索引1，第33列对应索引32），可以用iloc方法实现：

import numpy as np
import pandas as pd

# 一次性读取整个CSV，避免重复IO操作
df = pd.read_csv('Book2.csv')

# 循环处理第2列到第33列（对应位置索引1到32）
for col_idx in range(1, 33):
    # iloc[:, col_idx] 取所有行的第col_idx列，再转成NumPy数组
    col_data = df.iloc[:, col_idx].values
    print(f"第{col_idx+1}列的形状：{col_data.shape}")
    print(col_data)

方案2：按列名索引（如果列名确实是数字） #

如果你的CSV列名本身就是数字2到33，可以先确认列名类型，再调整索引逻辑：

import numpy as np
import pandas as pd

df = pd.read_csv('Book2.csv')
# 先打印列名，确认类型和数值
print("所有列名：", df.columns)

for col_name in range(2, 34):
    # 若列名是字符串类型的数字，需把col_name转成字符串
    col_name_str = str(col_name)
    if col_name_str in df.columns:
        col_data = df[col_name_str].values
        print(f"列名{col_name_str}的形状：{col_data.shape}")
        print(col_data)
    else:
        print(f"警告：列名{col_name_str}不存在于数据中")

额外提示 #

• 处理数据前，先调用df.head()或df.info()查看数据结构，确认列名、数据类型等信息，能帮你快速定位问题
• 尽量避免在循环中重复读取文件，一次读取多次处理是更高效的做法

内容的提问来源于stack exchange，提问作者strider