处理未格式化交易数据集时出现KeyError: 'EventTime'问题求助

你遇到的KeyError: 'EventTime'通常是因为代码里尝试访问的列名和实际数据集的列名不匹配，或者读取数据时列名被错误解析了。先看看你提供的数据集样本：

Unnamed: 0,#=TimeAndSale,EventSymbol,EventTime,Time,Sequence,ExchangeCode,Price,Size,BidPrice,AskPrice,SaleConditions,Flags
0,367,TimeAndSale,ZNGA,2015-03-30 09:30:00.405,20150331-093000-0400,395:2,Q,2.72,138914,2.76,2.8,@O X,22596
1,368,TimeAndSale,ZNGA,2015-03-30 09:30:00.405,20150331-093000-0400,395:3,Q,2.71,138914,2.76,2.8,@ Q,8256
2,391,TimeAndSale,ZNGA,2015-03-30 09:30:01.000,20150331-093000-0400,990:4,D,2.73,300,2.75,2.76,@4 ,22592
3,399,T...

可能的原因及解决办法 #

• 列名存在隐藏字符或拼写差异
  有时候CSV文件的列名可能带有空格、特殊字符，或者读取时被自动修改（比如#=TimeAndSale这类特殊开头的列名可能被解析异常）。先确认读取数据后实际的列名列表：

  # 假设用pandas读取数据
  import pandas as pd
  df = pd.read_csv('your_dataset.csv')
  print(df.columns.tolist())
  

  运行这段代码，看看输出里是否真的有'EventTime'，有没有可能是大小写问题（比如eventtime）或者额外空格（比如'EventTime '）。

• 读取CSV时参数设置错误
  如果数据集第一行是列名，但读取时没正确识别，会把第一行数据当成列名，导致找不到EventTime。确保读取时设置正确参数：

  # 明确指定第一行为列名
  df = pd.read_csv('your_dataset.csv', header=0)
  

  另外如果CSV分隔符不是逗号，要指定sep参数，比如sep='\t'（制表符分隔）。

• 数据集存在格式异常的行
  样本最后一行是3,399,T...，可能存在截断或格式错误的行，导致读取时列数不匹配，丢失部分列名。可以尝试跳过错误行：

  df = pd.read_csv('your_dataset.csv', on_bad_lines='skip')
  

  也可以手动检查并修复那些格式异常的行。

• 代码中列名拼写错误
  再仔细核对代码，确保你访问的是'EventTime'，而不是'Event_Time'、'Eventtime'这类拼写或大小写错误的列名。

如果以上方法没解决，把读取数据后的列名输出结果贴出来，能更精准定位问题。

内容的提问来源于stack exchange，提问作者Jeremie