Python Pandas loc匹配报KeyError，布尔索引筛选正常，求排查方案

首先，我注意到你用布尔索引能正常筛选出结果，但用loc时触发了KeyError，最可能的原因是你对loc的用法存在误解——loc并不接受字典直接作为索引参数，而你可能尝试把kwargs直接传给了loc（比如写了df.loc[kwargs]），这会导致Pandas把字典的键（比如'Unnamed: 13'）当成行标签去查找，而你的行标签是0、1、2，自然会报KeyError。

先明确正确的loc用法 #

loc的核心是按标签索引，它可以接受：

• 单个行标签/列标签
• 标签列表
• 布尔数组（和你的DataFrame长度一致）

你之前的布尔索引写法完全可以直接适配loc，只需要把布尔条件放在loc的行参数位置即可：

# 构建筛选掩码
mask = (df["Unnamed: 13"] == "3") & (df["Unnamed: 15"] == "")
# 用loc筛选（和你之前的布尔索引结果完全一致）
print(df.loc[mask])

如果需要同时指定列，还可以在loc的第二个参数位置传入列名：

# 只取指定列
print(df.loc[mask, ["Remarks", "Unnamed: 14"]])

用kwargs动态构建筛选条件（更灵活的写法） #

既然你已经定义了kwargs字典，也可以用它动态生成筛选掩码，避免重复写条件：

import pandas as pd

# 初始化掩码为全True
mask = pd.Series([True] * len(df), index=df.index)
# 遍历kwargs，逐步缩小筛选范围
for col, target_val in kwargs.items():
    mask &= (df[col] == target_val)

# 用loc筛选
result = df.loc[mask]
print(result)

其他可能的排查点 #

如果上面的写法还是报错，你可以检查这几点：

1. 列名拼写是否完全一致：确保loc里引用的列名和DataFrame的列名完全匹配（比如'Unnamed: 13'的冒号、空格、数字都不能错）
2. 行索引是否被修改过：如果你的DataFrame行索引不是默认的0、1、2，而是自定义的标签，那直接用标签查找会出错，但你的布尔索引能正常运行，这个可能性很低
3. 空值类型是否匹配：确认Unnamed: 15列的空值确实是空字符串""，而不是NaN——如果是NaN，需要用df["Unnamed: 15"].isna()来匹配，不过你的布尔索引已经能得到结果，说明这部分没问题

内容的提问来源于stack exchange，提问作者susim