Ein Fehler, auf den Sie bei der Verwendung von Pandas stoßen können, ist:

KeyError: "['Label'] not found in axis"

Dieser Fehler tritt normalerweise auf, wenn Sie versuchen, eine Spalte aus einem Pandas DataFrames zu löschen und vergessen, axis=1 anzugeben.

Standardmäßig ist das Achsenargument auf 0 gesetzt, was sich auf Zeilen bezieht. Sie müssen axis=1 angeben, um Pandas anzuweisen, sich die Spalten anzusehen.

Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.

So reproduzieren Sie den Fehler

Angenommen, wir haben den folgenden Pandas DataFrame:

import pandas as pd

#Dataframe erstellen
df = pd.DataFrame({'team': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],
                   'assists': [5, 7, 7, 9, 12, 9, 9, 4],
                   'points': [11, 8, 10, 6, 6, 5, 9, 12]})

#Dataframe anzeigen
print(df)

        team    assists points
0   A   5   11
1   A   7   8
2   A   7   10
3   A   9   6
4   B   12  6
5   B   9   5
6   B   9   9
7   B   4   12

Nehmen wir nun an, wir versuchen, die Spalte „points“ aus dem DataFrame zu löschen:

# Versuch, die Spalte "points" zu löschen
df_new = df.drop('points')

KeyError: "['points'] not found in axis"

Standardmäßig verwendet die Funktion drop() den Wert axis=0, was sich auf die Zeilen des DataFrame bezieht.

Da es keinen Zeilennamen namens „points“ gibt, erhalten wir eine Fehlermeldung.

So beheben Sie den Fehler

Um Pandas anzuweisen, stattdessen auf die Spalten zu schauen, müssen wir axis=1 wie folgt angeben:

# "points"-Spalte entfernen
df_new = df.drop('points', axis=1)

#aktualisierten DataFrame anzeigen
print(df)

    team    assists
0   A   5
1   A   7
2   A   7
3   A   9
4   B   12
5   B   9
6   B   9
7   B   4

Beachten Sie, dass die Spalte „points“ aus dem DataFrame gelöscht wurde und wir keinen Fehler erhalten.

Dies liegt daran, dass wir axis=1 verwendet haben, sodass Pandas wussten, dass sie die Spaltennamen nach „Punkten“ durchsuchen mussten, wenn sie entschieden, welche Werte aus dem DataFrame gelöscht werden sollten.

Zusätzliche Ressourcen

Die folgenden Tutorials erklären, wie Sie andere häufige Fehler in Python beheben:

So beheben Sie KeyError in Pandas
Behebung: ValueError: Float NaN kann nicht in Integer konvertiert werden
Behebung: ValueError: Operanden konnten nicht zusammen mit Shapes gesendet werden

Statistik: Der Weg zur Datenanalyse

* Amazon Affiliate Link


Das könnte Sie auch interessieren: