Python 调用dataframe中的列时有keyerror

我正在使用协同过滤创建一个电影推荐系统，并使用熊猫数据框创建了10部最受推荐的电影列表

我就是这样创建它的：

        movie_titles=pd.DataFrame(movieID)
        movie_titles.columns=['movieId', 'title', 'genres']
        df=pd.merge(df, movie_titles, on='movieId')
        ratings=pd.DataFrame(df.groupby('title')['rating'].mean())
        ratings['num of ratings']=pd.DataFrame(df.groupby('title')['rating'].count())
        moviemat=df.pivot_table(index='userId', columns='title', values='rating')
        movie_user_ratings=moviemat[movielens_title]
        similar_to_movie=moviemat.corrwith(movie_user_ratings)
        corr_movie=pd.DataFrame(similar_to_movie, columns=['Correlation'])
        corr_movie=corr_movie.join(ratings['num of ratings'])
        collab_ratings=corr_movie[corr_movie['num of ratings']>100][corr_movie['Correlation']<1].sort_values('Correlation',ascending=False).head(10)

movie\u titles=pd.DataFrame（movieID）
movie_titles.columns=['movieId'，'title'，'genres']
df=pd.merge（df，电影标题，on='movieId'）
ratings=pd.DataFrame（df.groupby（'title'）['rating'].mean（））
ratings['num of ratings']=pd.DataFrame（df.groupby（'title'）['ratings'].count（））
moviemat=df.pivot_表（index='userId'，columns='title'，values='rating'）
电影用户分级=电影材料[电影名称]
与电影类似=moviemat.corrwith（电影用户分级）
corr_movie=pd.DataFrame（类似于_movie，列=['Correlation']）
corr_movie=corr_movie.join（收视率['num of ratings']）
collab_ratings=corr_movie[corr_movie['num of ratings']>100][corr_movie['Correlation']这不是一列，这是索引。请尝试
collab_ratings.index
或
collab_ratings.reset_index（）['title']
非常感谢！假设title是索引，而列是相关性和评级数，这样安全吗？您可以很容易地检查自己，
打印（collab\u ratings.columns）
和
打印（collab\u ratings.index）
并检查输出。python的原则之一是“显式优于隐式”，因此，在不验证您想要的具体行为的情况下，“安全地假设”这样的事情是不可能的