Rumah > pembangunan bahagian belakang > Tutorial Python > Mengapa saya mendapat \'pandas.hashtable.KeyError\' apabila mengakses lajur dalam DataFrame saya?

Mengapa saya mendapat \'pandas.hashtable.KeyError\' apabila mengakses lajur dalam DataFrame saya?

Susan Sarandon
Lepaskan: 2024-11-21 15:58:13
asal
613 orang telah melayarinya

Why am I getting a

Ralat: pandas.hashtable.KeyError

Apabila cuba mendapatkan semula lajur tertentu daripada bingkai data Pandas, mesej ralat "pandas. hashtable.KeyError" menunjukkan bahawa kunci (nama lajur) tidak wujud dalam data bingkai.

Dalam keadaan tertentu ini, pengguna cuba mengakses lajur "semakan" tetapi menerima KeyError. Untuk menyelesaikan isu ini, adalah penting untuk memastikan bahawa nama lajur yang ditentukan adalah betul dan wujud dalam bingkai data.

Salah satu kemungkinan punca ralat ialah kehadiran ruang putih atau aksara khas dalam nama lajur. Untuk menangani perkara ini, pengguna boleh menanggalkan ruang putih daripada nama lajur menggunakan kod berikut:

reviews_new.columns = reviews_new.columns.str.strip()
Salin selepas log masuk

Sebagai alternatif, parameter "skipinitialspace" boleh digunakan semasa membaca fail CSV untuk mengabaikan sebarang ruang putih utama:

reviews_new = pd.read_csv("D:\aviva.csv", skipinitialspace=True)
Salin selepas log masuk

Satu lagi punca yang berpotensi ialah pemisah yang salah digunakan semasa membaca fail CSV. Pemisah lalai ialah koma, tetapi jika data dipisahkan oleh aksara yang berbeza (seperti koma bernoktah), parameter "sep" hendaklah ditentukan:

reviews_new = pd.read_csv("D:\aviva.csv", sep=";")
Salin selepas log masuk

Jika isu berterusan, adalah disyorkan untuk mencetak senarai nama lajur menggunakan kod berikut:

print(reviews_new.columns.tolist())
Salin selepas log masuk

Ini akan mengeluarkan nama lajur sebenar yang terdapat dalam bingkai data, dan sebarang percanggahan dengan nama lajur yang dimaksudkan boleh dikenal pasti.

Atas ialah kandungan terperinci Mengapa saya mendapat 'pandas.hashtable.KeyError' apabila mengakses lajur dalam DataFrame saya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan