if-elif循环出现KeyError：多列数值倍数判断逻辑报错求助

首先说你的KeyError问题：大概率是代码里用数字1、2去索引列，但你的DataFrame列名根本不是这些数字！毕竟你是用pd.concat合并三个Series，它们的列名可能是各自的name属性（比如你没设置的话，可能默认是0、1、2，但如果reset_index操作后，会不会和新生成的index列混淆？或者你合并的Series本身有自定义列名，比如叫percent1之类的字符串），这时候用数字去取列肯定会报错。

给你一个更靠谱、更高效的解决方案，直接用Pandas的向量化操作（比循环快得多，尤其是数据量大的时候），完美匹配你的需求：

步骤1：构造示例数据（和你的需求对应） #

import pandas as pd

# 模拟你的输入数据，行索引是A/G/K/T，三列数值
data = [[1,2,3], [2,3,4], [1,1,2], [1,1,1]]
percentage = pd.DataFrame(data, index=['A','G','K','T'])

步骤2：编写匹配逻辑 #

我们需要检查所有列对的两种情况：甲列是乙列的两倍，或者乙列是甲列的两倍，只要满足任意一种就把该行索引加入列表。

# 生成所有需要检查的列对（避免重复检查，比如只检查(0,1)不重复检查(1,0)）
column_pairs = [(0,1), (0,2), (1,2)]

# 初始化一个全False的Series，用来标记满足条件的行
match_mask = pd.Series([False]*len(percentage))

# 遍历每一对列，更新匹配标记
for col_a, col_b in column_pairs:
    # 检查两种倍数情况
    cond1 = percentage.iloc[:, col_a] == 2 * percentage.iloc[:, col_b]
    cond2 = percentage.iloc[:, col_b] == 2 * percentage.iloc[:, col_a]
    # 只要满足其中一种，就把该行标记为True
    match_mask = match_mask | cond1 | cond2

# 提取满足条件的行索引，转成列表
AA = percentage[match_mask].index.tolist()
print(AA)  # 输出正好是你要的 ['A', 'G', 'K']

如果你已经执行了reset_index怎么办？ #

如果你的DataFrame已经用reset_index()把原来的行索引变成了index列，只要稍作调整即可：

# 假设你已经执行了reset_index
percentage = percentage.reset_index()

# 取所有数值列（排除第一列的index）
data_cols = percentage.iloc[:, 1:]
column_pairs = [(0,1), (0,2), (1,2)]

match_mask = pd.Series([False]*len(percentage))
for col_a, col_b in column_pairs:
    cond1 = data_cols.iloc[:, col_a] == 2 * data_cols.iloc[:, col_b]
    cond2 = data_cols.iloc[:, col_b] == 2 * data_cols.iloc[:, col_a]
    match_mask = match_mask | cond1 | cond2

# 从index列提取结果
AA = percentage[match_mask]['index'].tolist()

为什么你的原循环会报错？ #

你原代码里用percentage[1][i]这种写法，本质是先按列名取列1，再按位置取第i行。但如果你的列名不是整数1（比如合并后的列名是字符串），就会触发KeyError。而用iloc[:, col_index]是按位置取列，完全不受列名影响，能彻底避免这个问题。

内容的提问来源于stack exchange，提问作者AST