编辑

Question

我试图在python pandas中创建一个新列，并且不断出现（不稳定）重复的KeyError。脚本的该部分非常简单，因此我不确定是什么引起了错误，因为数据集中的任何列都没有相同的名称。

我的目标是创建一个新列，并将其附加到包含ticket_contents列内容的新翻译的数据框。这是数据示例；

25483   0   outstanding 0   Los-Angeles e-payment   delayed Ticket  1/7/19 7:54
39363   0   outstanding 0   Los-Angeles e-payment   delayed Ticket  1/7/19 7:54
83584   0   outstanding 6   Los-Angeles e-payment   delayed Ticket  1/7/19 7:54
34537   0   outstanding 7   Los-Angeles e-payment   lost    Ticket  1/7/19 7:53



colnames = ['id', 'ln_id', 'status', 
'number_outstanding', 'country', 'subject', 'ticket_contents', 'subtopic', 
'date']
test_data = pandas.read_csv(test_data, names = colnames, encoding 
= 'utf-8')
test_data = pandas.DataFrame(test_data)

translated_description = []

from_lang = 'tl'
to_lang = 'en-us'

def test_translation(contents):
    translator = Translator(from_lang = from_lang, to_lang = to_lang)
    translation = translator.translate(contents)
    translated_description.append(translation)
    #print(translated_description)


for contents, row in test_data.iterrows():
    contents = test_data.ticket_contents.iloc[contents -1]
    test_translation(contents)

test_data['translated_descriptions'].copy = translated_description

以下是错误输出：

KeyError Traceback (most recent call last)
<ipython-input-70-55e39cf5e328> in <module>()
     16     test_translation(contents)
     17 
---> 18 test_data['translated_descriptions'].copy = translated_description
     19 

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/frame.pyc in __getitem__(self, key)
   1962             return self._getitem_multilevel(key)
   1963         else:
-> 1964             return self._getitem_column(key)
   1965 
   1966     def _getitem_column(self, key):

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/frame.pyc in _getitem_column(self, key)
   1969         # get column
   1970         if self.columns.is_unique:
-> 1971             return self._get_item_cache(key)
   1972 
   1973         # duplicate columns & possible reduce dimensionality

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/generic.pyc in _get_item_cache(self, item)
   1643         res = cache.get(item)
   1644         if res is None:
-> 1645             values = self._data.get(item)
   1646             res = self._box_item_values(item, values)
   1647             cache[item] = res

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/internals.pyc in get(self, item, fastpath)
   3588 
   3589             if not isnull(item):
-> 3590                 loc = self.items.get_loc(item)
   3591             else:
   3592                 indexer = np.arange(len(self.items))[isnull(self.items)]

/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/indexes/base.pyc in get_loc(self, key, method, tolerance)
   2442                 return self._engine.get_loc(key)
   2443             except KeyError:
-> 2444                 return self._engine.get_loc(self._maybe_cast_indexer(key))
   2445 
   2446         indexer = self.get_indexer([key], method=method, tolerance=tolerance)

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5280)()

pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5126)()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20523)()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item (pandas/_libs/hashtable.c:20477)()

KeyError: u'translated_descriptions'

Answer 1

我同意您不应遍历数据框的评论。您应该将所有值计算为列表，数组或系列，然后一次分配所有值。

但是您的错误来自此行：

test_data['translated_descriptions'].copy = translated_description

它的作用是覆盖copy系列的test_data['translated_descriptions']属性/方法。由于该系列尚不存在，因此会出现错误。

要使用您的值序列创建新列，我将执行以下操作：

test_data = test_data.assign(translated_descriptions=translated_description_values)

Answer 2

错误发生在：

test_data['translated_descriptions'].copy = translated_description

它实际上包含什么：

test_data['translated_descriptions'].copy-是对不存在列的copy方法的引用。
... = translated_description-您尝试将列表替换为此参考。

如果要创建新列，只需写：

test_data['translated_descriptions'] = translated_description

编辑

如果您想摆脱评论中提到的错误，那么：

从复制数据框开始：df2 = test_data.copy() （调用整个 DataFrame的copy方法，而不是其列）。
然后使用df2-新的DataFrame。

有关如何改进程序的一些提示：

在翻译功能之外定义translator：

translator = Translator(from_lang = from_lang, to_lang = to_lang)

然后将翻译功能定义为：

def test_translation(contents):
    return translator.translate(contents)

然后可以简单地创建新的colun：

test_data['translated_descriptions'] = \
    test_data.ticket_contents.apply(test_translation)

没有任何中间列表。

还要查看程序的以下片段：

test_data = pandas.read_csv(test_data, names = colnames,
    encoding = 'utf-8')
test_data = pandas.DataFrame(test_data)

请注意：

第一条指令从CSV文件读取DataFrame并保存在test_data变量下。
然后您创建下一个DataFrame（实际上是现有的视图 DataFrame），并将其分配给相同的变量。

结果是：

previous DataFrame存在于某个地方，但现在无法访问。
您只能仅访问由第二条指令创建的视图。
这就是为什么您遇到上述错误的原因。

结论：删除第二条指令。一个就足够了数据框。

在python pandas中创建新列时出现KeyError

2 个答案:

编辑