KeyError khi chọn cột pandas: tên sai, khoảng trắng, BOM
Bài 1/13 · Chương 10
Giải nghĩa lỗi và cảnh báo
- 7 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 13
Thông báo KeyError: 'Tỉnh' khi chọn cột trong pandas nghĩa là bảng không có cột nào mang đúng cái tên bạn vừa gõ, từng ký tự một. Lỗi hay đến từ một tên gần đúng: khác chữ hoa, thiếu dấu, dư một khoảng trắng, hay dính ký tự BOM mà Excel ghi ở đầu file CSV.
Cần biết trước: chọn cột trong pandas và DataFrame.
Bảng tra nhanh: nguyên nhân KeyError khi chọn cột
Python gọi lỗi này là KeyError, cùng lớp lỗi với tra một khóa không có trong dict. Phần sau dấu hai chấm là đúng tên bạn đã gõ; tên thật trong bảng phải tự in ra mới thấy.
Phần sau | Nguyên nhân | Cách sửa |
|---|---|---|
| gõ khác tên cột: chữ hoa, có dấu | gõ đúng |
| tên cột trong file là | bỏ khoảng trắng hai đầu tên cột |
| tên cột đầu dính BOM thành | đọc lại với |
| một tên trong list cột không có | sửa tên đó; thông báo kể đủ các tên thiếu |
Việc đầu tiên khi gặp lỗi này là in tên thật của các cột. df.columns.to_list() in từng tên trong nháy đơn, nên khoảng trắng và ký tự lạ hiện ra rõ:
import pandas as pd
kh = pd.read_csv("khach_hang.csv")
print(kh.shape)
print(kh.columns.to_list())
print(kh[["ma_kh", "tinh"]].head(3))KẾT QUẢ
(400, 6)
['ma_kh', 'ho_ten', 'gioi_tinh', 'nam_sinh', 'tinh', 'ngay_dang_ky']
ma_kh tinh
0 KH0001 Hà Nội
1 KH0002 Cần Thơ
2 KH0003 Hà NộiBảng khách có 400 dòng và sáu cột, tên viết thường, không dấu. Đổi "tinh" thành "Tinh" rồi chạy lại: chương trình dừng và in ['Tinh'] not in index, vì list cột có một tên không khớp.
Tên gõ khác tên trong bảng
pandas so tên cột như so khóa của dict: "Tỉnh", "Tinh" và "tinh" là ba tên khác nhau. Gõ tên theo cách bạn đọc tiêu đề trong Excel là nguyên nhân hay gặp:
import pandas as pd
kh = pd.read_csv("khach_hang.csv")
print(kh["Tỉnh"].head(3))
Dòng cuối của thông báo lỗi:
KeyError: 'Tỉnh'
Khi bảng có nhiều cột, so tên bằng mắt dễ sót. Hỏi thẳng bằng in, hay lọc các tên gần giống bằng một list comprehension:
import pandas as pd
kh = pd.DataFrame({"ma_kh": ["KH0001"], "tinh": ["Huế"]})
print("Tinh" in kh.columns, "tinh" in kh.columns)
print([ten for ten in kh.columns if ten.lower() == "tinh"])KẾT QUẢ
False True
['tinh']in kh.columns trả lời đúng câu "có cột tên này không", giống in trên các khóa của dict.
Khoảng trắng thừa trong tên cột
File CSV gõ tay hay xuất từ phần mềm cũ hay có dấu cách sau dấu phẩy: ma_kh, tinh. pandas giữ nguyên dấu cách đó, nên cột thứ hai tên là ' tinh':
import io
import pandas as pd
csv = "ma_kh, tinh\nKH0001, Huế\nKH0002, Đà Lạt\n"
kh = pd.read_csv(io.StringIO(csv))
print(kh["tinh"])
Dòng cuối của thông báo lỗi:
KeyError: 'tinh'
Thông báo in 'tinh' nên trông như cột có thật. Chỉ khi in kh.columns.to_list() bạn mới thấy dấu cách đứng trước. Sửa bằng cách gán lại columns từ các tên đã bỏ khoảng trắng hai đầu:
import io
import pandas as pd
csv = "ma_kh, tinh\nKH0001, Huế\nKH0002, Đà Lạt\n"
kh = pd.read_csv(io.StringIO(csv))
print(kh.columns.to_list())
kh.columns = [ten.strip() for ten in kh.columns]
print(kh["tinh"].to_list())KẾT QUẢ
['ma_kh', ' tinh']
[' Huế', ' Đà Lạt']Giá trị trong cột cũng mang dấu cách đầu (' Huế'). Tham số skipinitialspace=True của read_csv() bỏ dấu cách sau mỗi dấu phẩy, ở cả tên cột lẫn giá trị.
Ký tự BOM dính vào tên cột đầu
Excel lưu "CSV UTF-8" bằng ba byte đánh dấu ở đầu file, gọi là BOM. read_csv() với bảng mã mặc định UTF-8 tự bỏ ba byte này. Nhưng nếu bạn đọc file đó bằng một bảng mã khác, như cp1258 của Windows, ba byte thành ba ký tự lạ và dính vào tên cột đầu:
from pathlib import Path
import pandas as pd
Path("kh_excel.csv").write_text("ma_kh,tinh\nKH0001,Huế\n",
encoding="utf-8-sig")
kh = pd.read_csv("kh_excel.csv", encoding="cp1258")
print(kh.columns.to_list())
kh = pd.read_csv("kh_excel.csv", encoding="utf-8-sig")
print(kh.columns.to_list(), kh["tinh"].to_list())KẾT QUẢ
['ma_kh', 'tinh']
['ma_kh', 'tinh'] ['Huế']Với lần đọc đầu, kh["ma_kh"] báo KeyError với tên 'ma_kh' dù cột ấy "có" trong bảng. utf-8-sig đọc được cả file có BOM lẫn file không có. BOM và bảng mã được giải thích ở bài mã hóa UTF-8 trong Python.
Chọn nhiều cột một lần
Khi chọn bằng một list tên, thông báo không in một tên mà kể mọi tên không tìm thấy, trong một list:
Dấu nháy quanh 'tinh ' cho thấy khoảng trắng nằm trong tên bạn gõ, không nằm trong bảng.
Kiểm tra nhanh
Sau
import pandas as pdvàbang = pd.DataFrame({"tinh": ["Huế"]}),bang["Tinh"]báo lỗi gì?- Báo lỗi
AttributeError - Báo lỗi
KeyError - Báo lỗi
TypeError
- Báo lỗi
Bảng
khcókh.columns.to_list()là['ma_kh', ' tinh']. Những lệnh nào báo KeyError?kh["tinh"]kh[" tinh"]kh[["ma_kh", "tinh"]]kh["ma_kh"]
Trong ví dụ BOM, vì sao lần đọc bằng
cp1258cho tên cột đầu là'ma_kh'?- File không có cột
ma_kh - Ba byte BOM ở đầu file được đọc thành ba ký tự và dính vào tên cột đầu
cp1258đổi mọi tên cột sang chữ khác
- File không có cột
Bài tập
Làm sạch tên cột trước khi chọn
Bảng khách nhận từ nhiều nơi có tên cột lộn xộn: ký tự BOM "\ufeff" ở đầu tên, khoảng trắng ở hai đầu, chữ hoa. Viết thân hàm lam_sach_ten_cot(bang): trả về một bảng mới giống bang, trừ tên mỗi cột đã được bỏ ký tự "\ufeff", bỏ khoảng trắng hai đầu, rồi đổi thành chữ thường. Dấu cách ở giữa tên giữ nguyên.
Bảng mới giữ mọi dòng, giá trị, thứ tự cột và index. Hàm không sửa bảng bang của nơi gọi.
Trả về: bảng có tên cột đã làm sạch, một DataFrame.
import pandas as pd
def lam_sach_ten_cot(bang):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
KeyError khi chọn cột in đúng tên bạn gõ; bảng không có cột nào trùng tên đó từng ký tự.
In
df.columns.to_list()để thấy tên thật trong nháy đơn, kể cả khoảng trắng và ký tự lạ.Tên cột có dấu cách đầu hay cuối: gán lại
df.columnstừ các tên đãstrip(), hoặc đọc vớiskipinitialspace=True.''ở đầu tên cột đầu là BOM bị đọc sai bảng mã: đọc lại vớiencoding="utf-8-sig".Chọn bằng list cột thì thông báo kể mọi tên thiếu, dạng
"[...] not in index".Gán vào tên cột gõ sai không báo lỗi mà tạo thêm cột mới.
Câu hỏi thường gặp
Vì sao cột có trong file mà pandas báo column not found?
Vì tên trong bảng khác tên bạn gõ ở một chỗ khó thấy: dấu cách thừa, chữ hoa, dấu tiếng Việt, hay BOM ở cột đầu. In df.columns.to_list() và so từng ký tự trong nháy đơn. Cách chọn cột đúng nằm ở bài chọn cột.
Có cách chọn cột mà không báo KeyError không?
Có: df.get("tinh") trả None khi bảng không có cột đó, như get() của dict. Cách này che mất tên gõ sai, nên chỉ dùng khi cột thiếu là chuyện bình thường; còn lại hãy để lỗi báo ra rồi sửa tên.
Sau khi merge, chọn cột cũ thì báo KeyError, vì sao?
Khi hai bảng cùng có một cột không phải khóa, merge() đổi tên chúng thành ten_x và ten_y, nên tên cũ không còn. Bài merge trong pandas nói cách đặt hậu tố bằng suffixes=.
KeyError: 0 khi lấy phần tử đầu của Series nghĩa là gì?
Series có index nhãn chữ thì s[0] tìm nhãn 0 chứ không lấy theo vị trí, và pandas 3 báo KeyError với nhãn 0. Lấy phần tử đầu bằng s.iloc[0], như bài loc và iloc.
Chủ đề
Dữ liệu của bài
- Tải xuống
khach_hang.csv
CSV · 22.97 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.