Get instant, StackOverflow-sty…

# KeyError: '月份' 排查与解决方案

一、报错根因

KeyError: '月份' 通常是因为 groupby 之后列名发生了变化：

• df.groupby('月份')['销售额'].sum() 返回的是 Series，索引是月份，不是 DataFrame，没有 '月份' 这一列
• 如果用了 reset_index()，列名是 '月份'，但若原列名有空格、全角字符（如 '月份 ' 或 '月份（月）'），也会找不到
• 若用了 agg 且对多列操作，可能产生多级列名

二、排查步骤

```python

print(df.columns.tolist()) # 查看真实列名，注意隐藏空格

df.columns = df.columns.str.strip() # 去除首尾空格

```

三、推荐写法

方案1：Series 直接格式化（推荐，简单高效）

```python

import pandas as pd

df = pd.read_csv('sales.csv')

# 假设日期列叫 '日期'，先转月份

df['月份'] = pd.to_datetime(df['日期']).dt.to_period('M').astype(str)

monthly = df.groupby('月份', as_index=False)['销售额'].sum()

# 千分位格式化（保留0位或2位小数按需调整）

monthly['销售额_千分位'] = monthly['销售额'].map(

lambda x: f'{x:,.2f}'

)

```

输出示例：1,234,567.89

方案2：用 apply 处理聚合后的 DataFrame

```python

result = df.groupby('月份')['销售额'].sum().reset_index()

result['销售额_千分位'] = result['销售额'].apply('{:,.0f}'.format)

```

四、常见坑提醒

• 列名核对：中文列名注意全角/半角、多余空格，可用 df.columns 打印确认
• 日期转月份：CSV 里若只有日期，需先 pd.to_datetime 再 .dt.to_period('M') 或 .dt.strftime('%Y-%m')
• 销售额类型：若含千分位逗号或货币符号，读取时先清洗：df['销售额'].str.replace(',','').astype(float)
• 性能：8万行数据量不大，map/apply 均可；若上千万行建议用向量化操作

五、验证

```python

print(monthly.head())

print(monthly.dtypes) # 新列应为 object（字符串）

```

按以上流程先确认真实列名，再用 as_index=False 或 reset_index() 保留月份列，即可解决报错。