Mengapakah saya Mendapat \'Pandas Hashtable KeyError\' Apabila Mengakses Lajur DataFrame?

Penyelesaian Masalah"Ralat: Pandas Hashtable KeyError"

Apabila cuba mendapatkan semula lajur tertentu daripada DataFrame panda, anda mungkin menghadapi "hashtable keyerror." Ralat ini berlaku apabila nama lajur yang ditentukan tidak wujud dalam DataFrame.

Penyiasatan:

Mulakan dengan mengesahkan nama lajur sebenar dalam DataFrame. Gunakan kod berikut untuk menyenaraikan nama lajur, memastikan anda mengalih keluar sebarang ruang putih di hadapan atau di belakang:

print(reviews_new.columns.tolist())

Potensi Penyelesaian:

1. Ruang putih dalam Nama Lajur

Jika nama lajur mengandungi ruang putih, anda boleh:

• Kosongkan ruang putih daripada nama lajur:

  reviews_new.columns = reviews_new.columns.str.strip()

• Gunakan ruang skipinitial semasa membaca fail CSV:

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

2. Pemisah Tersuai

Jika fail CSV menggunakan pemisah selain daripada koma lalai (,), anda perlu menentukannya menggunakan parameter sep:

• Koma bertitik sebagai pemisah:

  reviews_new = pd.read_csv("D:\aviva.csv", sep=';')

• Ruang putih sebagai pemisah:

  # sep is whitespace
  reviews_new = pd.read_csv("D:\aviva.csv", sep='\s+')
  
  # Another option for whitespaces as separator
  reviews_new = pd.read_csv("D:\aviva.csv", delim_whitespace=True)

3. Nama Lajur Tiada

Jika DataFrame tidak mempunyai nama lajur, kod berikut akan mendapatkan semula nilai lajur menggunakan indeks DataFrame:

print(df.index)
print(df.index.get_level_values('column_name'))

Nota Tambahan:

• Untuk DataFrames dengan berbilang indeks (MultiIndex), gunakan get_level_values ​​untuk mendapatkan nilai lajur mengikut nama peringkat.
• Pastikan nama lajur yang ditentukan sepadan dengan huruf besar dan huruf besar yang tepat bagi lajur dalam DataFrame.

Atas ialah kandungan terperinci Mengapakah saya Mendapat 'Pandas Hashtable KeyError' Apabila Mengakses Lajur DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!