Traceback (most recent call last): File "D:\可信甄别\venv\lib\site-packages\pandas\core\indexes\base.py", line 3652, in get_loc return self._engine.get_loc(casted_key) File "pandas\_libs\index.pyx", line 147, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\index.pyx", line 176, in pandas._libs.index.IndexEngine.get_loc File "pandas\_libs\hashtable_class_helper.pxi", line 7080, in pandas._libs.hashtable.PyObjectHashTable.get_item File "pandas\_libs\hashtable_class_helper.pxi", line 7088, in pandas._libs.hashtable.PyObjectHashTable.get_item KeyError: 0 The above exception was the direct cause of the following exception: Traceback (most recent call last): File "D:\可信甄别\LSTM_data_cleansing.py", line 61, in <module> deal_num_lessthan51('LSTM2.1.csv','LSTM3.1.csv') File "D:\可信甄别\LSTM_data_cleansing.py", line 42, in deal_num_lessthan51 dict1.setdefault(num, []).append(df[i]) File "D:\可信甄别\venv\lib\site-packages\pandas\core\frame.py", line 3761, in __getitem__ indexer = self.columns.get_loc(key) File "D:\可信甄别\venv\lib\site-packages\pandas\core\indexes\base.py", line 3654, in get_loc raise KeyError(key) from err KeyError: 0

这个错误一般是由于使用了一个不存在的key来访问字典或DataFrame导致的。具体来说，根据你提供的代码，这个错误可能是由以下原因导致的：

1. `df` DataFrame中不存在索引为0的列，导致在访问 `df[i]` 时出现了KeyError。可以通过打印 `df` DataFrame的列名来检查该问题，例如 `print(df.columns)`。
2. 在调用 `deal_num_lessthan51()` 函数时，`df` DataFrame中的列数小于等于i，导致在访问 `df[i]` 时出现了KeyError。可以通过打印 `df` DataFrame的列数来检查该问题，例如 `print(df.shape)`。

需要根据具体的情况进行调试，以确定导致错误的具体原因。可以在代码中添加一些调试语句，例如打印变量的值，来帮助调试。

相关问题

Traceback (most recent call last): File "D:\pycharm\project\venv\Lib\site-packages\pandas\core\indexes\base.py", line 3652, in get_loc return self._engine.get_loc(casted_key)

这个错误信息通常表示在 Pandas 数据框中查找某个列或行时找不到对应的标签。具体原因可能有很多种，以下是一些常见的情况：

- 找不到指定的列名或行标签。在使用 Pandas 的方法时，如果指定的列名或行标签不存在，就会出现这个错误。你可以检查一下你的代码，看看是否正确地指定了列名或行标签。

- 数据框中出现了重复的列名或行标签。如果数据框中有两个或多个重复的列名或行标签，Pandas 就会出现困惑，无法判断应该选择哪个标签。你可以使用 `.duplicated()` 方法检查一下数据框中是否有重复的列名或行标签，并使用 `.drop_duplicates()` 方法去除重复的列名或行标签。

- 数据框的索引不是标签索引。Pandas 中的索引有两种类型，一种是标签索引，另一种是位置索引。如果你使用了位置索引而不是标签索引，就会出现这个错误。你可以使用 `.loc[]` 方法来使用标签索引，或者使用 `.iloc[]` 方法来使用位置索引。

如果你能提供更多的上下文信息或代码片段，我可以更具体地帮助你解决问题。

Traceback (most recent call last): File "D:\文档\pythonProject\venv\Scripts\33.py", line 25, in <module> My_year(FSC,'Accper') File "D:\文档\pythonProject\venv\Scripts\33.py", line 23, in My_year Set.loc[:, 'year'] = Set[YMD].dt.year File "D:\文档\pythonProject\venv\lib\site-packages\pandas\core\generic.py", line 5989, in __getattr__ return object.__getattribute__(self, name) File "D:\文档\pythonProject\venv\lib\site-packages\pandas\core\accessor.py", line 224, in __get__ accessor_obj = self._accessor(obj) File "D:\文档\pythonProject\venv\lib\site-packages\pandas\core\indexes\accessors.py", line 580, in __new__ raise AttributeError("Can only use .dt accessor with datetimelike values") AttributeError: Can only use .dt accessor with datetimelike values

根据报错信息，出现了一个错误：AttributeError: Can only use .dt accessor with datetimelike values。

这个错误通常发生在尝试在非日期时间列上使用`.dt`访问器时。根据代码，可能是`Set[YMD]`列的数据类型不是日期时间类型，导致无法使用`.dt.year`来提取年份。

为了解决这个问题，可以在调用`My_year`函数之前，确保`FSC['Accper']`列的数据类型是日期时间类型。可以尝试使用`pd.to_datetime()`函数将列转换为日期时间类型，例如：

FSC['Accper'] = pd.to_datetime(FSC['Accper'], format='%Y-%m-%d')

同样的操作也可以适用于`IND['Accper']`列。

请注意，在调用`My_year(FSC, 'Accper')`之前，确保已经执行了上述日期时间转换操作。这样就能避免这个错误并正确地提取年份了。