如何修复：Pandas中的KeyError

如何修复：Pandas中的KeyError

在这篇文章中，我们将讨论如何修复pandas中的KeyError。当我们试图访问我们的DataFrame中不存在的某些列/行标签时，Pandas KeyError就会发生。通常情况下，当你拼错了列/行的名字或者在列/行的名字之前或之后包含了一个不需要的空格时，就会发生这种错误。

所用数据集的链接在这里

示例

# importing pandas as pd
import pandas as pd
  
# using .read_csv method to import dataset
df = pd.read_csv('data.csv')

输出:

重现keyError :

# intentionally passing wrong spelling of
# the key present in dataset
df['country']

输出:

KeyError: 'country'

由于没有名为国家的列，我们得到一个KeyError。

如何修复KeyError？

我们可以简单地通过纠正键的拼写来解决这个错误。如果我们对拼写不确定，我们可以简单地打印所有列名的列表并进行交叉检查。

# printing all columns of the dataframe
print(df.columns.tolist())

输出:

['Country', 'Age', 'Salary', 'Purchased']

使用栏目的正确拼法

# printing the column 'Country'
df['Country']

输出:

0     France
1      Spain
2    Germany
3      Spain
4    Germany
5     France
6      Spain
7     France
8    Germany
9     France
Name: Country, dtype: object

如果我们想避免编译器在传递无效键时引发错误，我们可以使用df.get(‘your column’)来打印列值。如果键是无效的，则不会引发错误。

语法 :

DataFrame.get( ‘column_name’ , default = default_value_if_column_is_not_present)

# Again using incorrect spelling of the 
# column name 'Country' but this time
# we will use df.get method with default 
# value "no_country"
df.get('country', default="no_country")

输出:

'no_country'

但当我们使用正确的拼写时，我们将得到该列的值而不是默认值。

# printing column 'Country'
df.get('Country', default="no_country")

输出:

0     France
1      Spain
2    Germany
3      Spain
4    Germany
5     France
6      Spain
7     France
8    Germany
9     France
Name: Country, dtype: object