Python中用ifelse逻辑创建新列时遇KeyError问题求助

你遇到的KeyError: 'y'本质是你的DataFrame里不存在名为'y'的列，我们一步步来排查和解决：

第一步：确认DataFrame的列名 #

先运行这段代码，打印出所有列名，看看实际的列名是什么：

print(df.columns.tolist())

你大概率会发现以下几种情况之一：

• 列名带有前后空格，比如' y'或者'y '，而非精确的'y'
• 列名拼写错误，比如是'Y'、'y_value'之类的变体
• 加载数据时重复列名被pandas自动重命名（比如你的数据集示例里有两个ds列，pandas会把第二个改成ds.1，y列也可能被意外改名）
• 加载数据时不小心漏掉了y列

第二步：针对性解决 #

情况1：列名有空格 #

如果列名前后有空格，先统一清理所有列名的空格：

# 去掉所有列名的前后空格
df.columns = df.columns.str.strip()

之后再运行你原来的代码即可：

import numpy as np
df['New'] = np.where(df['y'] != 0, df['y'], df['yhat'])

情况2：列名拼写/命名不符 #

如果打印出来的列名里，y列的实际名称是'Y'或其他，只需要把代码里的'y'替换成实际列名就行。比如实际列名是'Y'，代码修改为：

df['New'] = np.where(df['Y'] != 0, df['Y'], df['yhat'])

情况3：y列未被加载 #

如果列名列表里完全没有y相关的列，那你需要检查加载数据集的代码（比如用pd.read_csv()时是否用了usecols参数指定部分列，导致y列没被读进来），调整读取逻辑确保y列被包含。

替代实现方式（可选） #

如果你确认列名正确，也可以用apply的方式实现同样逻辑（不过np.where在大数据集上效率更高）：

df['New'] = df.apply(lambda row: row['y'] if row['y'] != 0 else row['yhat'], axis=1)

内容的提问来源于stack exchange，提问作者Cesar