Python：循环处理DataFrame子集时触发KeyError:0错误求助

看起来你遇到了循环中函数变量状态残留的典型坑！这种情况在处理累加类逻辑时特别容易出现——第一次调用函数一切正常，但第二次调用时，函数内的累加变量带着第一次运行的旧值继续操作，直接触发了错误。

核心原因推测 #

从你给出的报错位置（ssd函数第10行的spread_cumdiff += ...）来看，大概率是spread_cumdiff这个变量没有在每次调用函数时重新初始化：

• 第一次循环调用ssd时，变量被正确初始化并完成累加；
• 循环结束后，这个变量没有被重置（比如它是定义在函数外的全局变量，或者在函数内只初始化了一次）；
• 第二次调用ssd时，它直接用上一次的结果继续累加，和新传入的子集维度/数值不匹配，导致报错。

具体修复步骤 #

1. 确保累加变量在函数内每次调用都初始化
   把spread_cumdiff的初始化语句放到ssd函数内部，这样每次调用函数都会得到一个全新的初始值：

def ssd(x, y):
    # 关键：每次调用函数都重新初始化累加变量
    spread_cumdiff = 0  # 或者根据你的需求初始化为空数组/Series
    for i in range(x.shape[0]):
        # 这里写你的累加逻辑，示例：
        spread_cumdiff += (x.iloc[i] - y.iloc[i]) ** 2
    return spread_cumdiff

如果之前spread_cumdiff是定义在函数外面的全局变量，一定要把它移到函数内部，彻底避免跨调用的状态污染。

2. 验证子集维度一致性
   虽然你说第二次能看到子集，但还是建议在调用ssd前加个维度检查，确保传入的两个子集行数完全匹配：

# 你的循环逻辑里，生成子集后添加检查
for ...:
    subset_x = large_df.iloc[...].copy()  # 用copy()避免DataFrame视图引发的意外问题
    subset_y = another_df.iloc[...].copy()
    # 检查维度匹配，不匹配直接抛出提示
    assert subset_x.shape[0] == subset_y.shape[0], f"子集维度不匹配：x有{subset_x.shape[0]}行，y有{subset_y.shape[0]}行"
    # 调用函数并收集结果
    result_list.append(ssd(subset_x, subset_y))

3. 尽量使用纯函数
   后续写分析函数时，尽量让函数成为纯函数：只依赖输入参数，不修改外部变量，也不保留跨调用的状态。这样能从根源上避免这类状态残留问题。

调试小技巧 #

可以在ssd函数的开头加一句打印，快速确认变量初始状态：

def ssd(x, y):
    spread_cumdiff = 0
    print(f"函数调用开始，spread_cumdiff初始值：{spread_cumdiff}")
    # 后续逻辑...

如果第二次调用时初始值不是你预期的状态，那就坐实了变量没被重置的问题。

内容的提问来源于stack exchange，提问作者eternity1