なぜKeyErrorが出るのかがわからない

Question

たとえば次のCSVをpandas.DataFrameとして読み込み、

name, age
Hadiya Haines, 20
Ezekiel Hawes, 21
Bartlomiej Cano, 22
Yvie Mcfarlane, 23
Wyatt Robin, 24
Faris Hammond, 25
Esmee Easton, 26
Summer-Louise Oakley, 27
Sanjay Lin, 28
Elyse Fisher, 29

このPythonスクリプトを実行すると

import pandas as pd

path_csv = "test.csv"
df = pd.read_csv(path_csv)

df["sex"] = -1
for index in df.index:
    if (
        df["name"][index] == "Sanjay Lin"
        and df["age"][index] == 28 # ここでエラーになる。"age"という列はあるのになぜ？
        and df["sex"][index] == -1
    ):
        print(df.iloc[index, :])

このようなエラーがでてしまいます。

Traceback (most recent call last):
  File "/Users/ユーザー名/.pyenv/versions/anaconda3-5.3.1/lib/python3.6/site-packages/pandas/core/indexes/base.py", line 2897, in get_loc
    return self._engine.get_loc(key)
  File "pandas/_libs/index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item
  File "pandas/_libs/hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'age'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "/Users/ユーザー名/test.py", line 11, in <module>
    and df["age"][index] == 28
  File "/Users/ユーザー名/.pyenv/versions/anaconda3-5.3.1/lib/python3.6/site-packages/pandas/core/frame.py", line 2995, in __getitem__
    indexer = self.columns.get_loc(key)
  File "/Users/ユーザー名/.pyenv/versions/anaconda3-5.3.1/lib/python3.6/site-packages/pandas/core/indexes/base.py", line 2899, in get_loc
    return self._engine.get_loc(self._maybe_cast_indexer(key))
  File "pandas/_libs/index.pyx", line 107, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/index.pyx", line 131, in pandas._libs.index.IndexEngine.get_loc
  File "pandas/_libs/hashtable_class_helper.pxi", line 1607, in pandas._libs.hashtable.PyObjectHashTable.get_item
  File "pandas/_libs/hashtable_class_helper.pxi", line 1614, in pandas._libs.hashtable.PyObjectHashTable.get_item
KeyError: 'age'

"age"という列はあるのに、なぜKeyErrorが出るのでしょうか？　何か間違っていることをしていると思いますか？

and df["age"][index] == 28 # ここでエラーになる。"age"という列はあるのになぜ？

この行をコメントアウトするとエラーは出ません。というよりifの条件にdf["age"][index] == 28が含まれるとエラーになることがわかりました。

よろしくお願いします。

Answer 1

カンマの後ろにスペースが入っています。その場合、age ではなく、 age という列名と解釈されます。名前のように空白を含む文字列は "Hadiya Haines" のように引用符で囲むようにし、それ以外の関係ないスペースはCSVからすべて削除してください。

- name, age
+ name,age

Comments

[BOLTE]

おお…ありがとうございます

Answer 2

別解として。

CSVファイルに手を加えることが面倒だったり、不可能だったりすることもあるため、read_csvにはskipinitialspaceというオプション引数が用意されています。こいつにTrueを設定してread_csvを呼び出せば、カンマの直後の空白を無視してデータフレームが作成されます。

たとえば、今回のコードの場合は、

-df = pd.read_csv(path_csv)
+df = pd.read_csv(path_csv, skipinitialspace=True)

とすれば、CSVファイルやコードの他の部分はそのままで動作します。

Comments

[BOLTE]

ありがとうございます。なるほど、そうゆうオプションもあるのですね。勉強になります！

Answer 3

csvにsex ってないのでは？

and df["sex"][index] == -1