在python pandas中创建新列时的KeyError

Question

我正在尝试在python pandas中创建一个新列，并且我不断得到一个（不稳定的）重复出现的KeyError。脚本的部分非常简单，因此我不确定是什么导致错误，因为数据集中的所有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列ticket_contents列内容的新翻译的数据框中。这是一个数据样本;

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

这是错误输出：

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

我同意你不应该在数据框架中迭代的评论。您应该将所有值计算到列表，数组或系列中，并一次性分配它们。

但是，您的错误来自此行：

test_data['translated_descriptions'].copy = translated_description

它正在做的是覆盖copy系列的test_data['translated_descriptions']属性/方法。由于该系列尚不存在，您将收到错误消息。

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

它实际包含什么：

• test_data['translated_descriptions'].copy - 是对尚未存在的列的copy方法的引用。
• ... = translated_description - 您尝试将列表替换为此引用。

如果要创建新列，请只写：

test_data['translated_descriptions'] = translated_description

Edit

如果你想摆脱评论中提到的错误，那么：

• 从复制Dataframe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。

并提示如何改进您的计划：

在翻译函数之外定义translator：

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

然后将翻译函数定义为：

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

然后可以创建新的colun，如下所示：

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

没有任何中间清单。

另请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)

注意：

• 第一条指令从CSV文件读取DataFrame并将其保存在test_data变量下。
• 然后创建下一个DataFrame（实际上是现有DataFrame的视图），并将其分配给同一个变量。

结果是：

• previous DataFrame存在于某处，但现在无法访问。
• 您只能访问使用第二条指令创建的视图。
• 这就是你得到上述错误的原因。

结论：删除第二条指令。只需一个DataFrame即可。