我在尝试删除 DataFrame 中的列，并想询问为什么我在函数中无法迭代一个系列。以下是我的代码
def checkDropVariance(df, column): percentage = df.groupby(column).size().sort_values(ascending=False)/len(df) * 100 mean = percentage.mean() N = len(percentage) variance = 0 for i in range(N): variance = variance + ((percentage[i]) - mean) ** 2 variance = variance/N if variance > 10: df = dropCol(df, column) return df然而，在函数之外，如果我做类似的事情：
percentage = df.groupby('grade').size().sort_values(ascending=False)/len(df) * 100percentagepercentage[2]我得到
gradeB 28.822392C 27.705086A 16.809648D 15.621800E 8.012288F 2.412106G 0.616680dtype: float6416.809648424166571KeyError 返回 0我发现如果我将 percentage[i] 中的 i 改为 5，我得到的 KeyError 返回 5这是错误代码：
KeyError Traceback (most recent call last)<ipython-input-33-2e9f3e36e2d6> in <module>() 1 for i in df.columns.values:----> 2 df = checkDropVariance(df, i)<ipython-input-32-126f83f240cc> in checkDropVariance(df, column) 5 variance = 0 6 for i in range(N):----> 7 variance = variance + ((percentage[i]) - mean) ** 2 8 variance = variance/N 9 if variance > 10:/home/atmaja/anaconda3/lib/python3.6/site-packages/pandas/core/series.py in __getitem__(self, key) 599 key = com._apply_if_callable(key, self) 600 try:--> 601 result = self.index.get_value(self, key) 602 603 if not is_scalar(result):/home/atmaja/anaconda3/lib/python3.6/site-packages/pandas/core/indexes/base.py in get_value(self, series, key) 2426 try: 2427 return self._engine.get_value(s, k,-> 2428 tz=getattr(series.dtype, 'tz', None)) 2429 except KeyError as e1: 2430 if len(self) > 0 and self.inferred_type in ['integer', 'boolean']:pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value (pandas/_libs/index.c:4363)()pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_value (pandas/_libs/index.c:4046)()pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.get_loc (pandas/_libs/index.c:5085)()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item (pandas/_libs/hashtable.c:13913)()pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.get_item (pandas/_libs/hashtable.c:13857)()KeyError: 0感谢您的宝贵时间
回答：
从堆栈跟踪中可以看出，错误发生在以下这行代码：
variance = variance + ((percentage[i]) - mean) ** 2这是因为 percentage[i] 是 pandas 的方式，表示：给我 percentage 数据框中名为 i 的列的数据。但在这种情况下，i 是 0，而你的 percentage 数据框中没有名为 0 的列。所以你会得到一个 KeyError。
看起来你对如何使用 pandas 还不太理解。Pandas 有一个内置的方差函数。你可以这样创建一个删除方差高于 10 的列的函数：
def checkDropVariance(df, column): # 获取列数据的方差 v = df[column].var() # 如果方差高于 10，则删除该列 if v > 10: df = df.drop(column, axis=1) return dfPandas 文档非常好，我建议你仔细阅读它们。
