Pandas 中的 KeyError
本教程探讨 Pandas 中 KeyError 的概念。
Pandas 的 KeyError 是什么
在使用 Pandas 时，分析师可能会遇到代码解释器抛出的多个错误。这些错误范围很广，可以帮助我们更好地调查问题。
在本教程中，我们旨在更好地了解 Pandas 引发的 KeyError、引发该错误的原因以及解决该错误的潜在方法。
首先，让我们了解这个错误的含义。KeyError 意味着你尝试在 DataFrame 中查找的键或元素，甚至可能是 DataFrame 中的一列都不存在。
这意味着你正在尝试查询或查找某些不以你期望的方式存在的东西。在这样的情况下，我们不得不面对 Pandas 的 KeyError。
分析师通常会面临这个错误；它在格式不佳或标记不佳的 DataFrame 中无处不在。现在，让我们了解为什么会出现此错误。
但是，在我们这样做之前，让我们创建一个虚拟 DataFrame 来使用。我们将此 DataFrame 称为 dat1。
让我们使用以下代码创建此 DataFrame。
import pandas as pd
dat1 = pd.DataFrame({'dat1': [9,5]})
上面的代码创建了一个 DataFrame 和一些条目，即 9 和 5。要查看数据中的条目，我们使用以下代码。
print(dat1)
上面的代码给出了以下输出。
dat1
0 9
1 5
如图所示，我们有 2 列和 2 行，其中一列表示索引，第二列表示 DataFrame 中的值。
在 Pandas 中为什么我们会遇到 KeyError
现在让我们复制错误。我们可以使用下面的代码来做到这一点。
print(dat1['Date'])
代码尝试从 dat1 DataFrame 中获取名为 Date 的列，理论上该 DataFrame 不存在。因此，我们得到以下输出。
KeyError: 'Date'
Traceback (most recent call last)
因此，我们可以看到，如果我们通过不存在的列名访问 DataFrame，我们可能不得不面对 KeyError。
可能会出现此错误，因为你可能没有尝试引用的整个 DataFrame。在这种情况下，会抛出一个 KeyError，使分析师难以理解其背后的确切原因。
最好在通过理论上不存在的数据引用或查询之前检查所有变量名称，以避免这种情况。
因此，本教程教给我们关于 Pandas 中抛出的 KeyError 的含义、原因和可能的解决方案。
