Question

有没有一种方法可以抑制熊猫KeyError：'[x]'不在索引中？例如，如果我有一个带有ABC列的数据框，并且我调用了df [[''A'，'B'，'C'，'D']]，是否有可能只返回A，B，C如果它不存在，就忽略D？

示例代码

import pandas as pd
import numpy as np

a = np.matrix('[1,4,5];[1,2,2];[9,7,5]')

df = pd.DataFrame(a,columns=['A','B','C'])

df[['A','B','C','D']]

这是错误消息

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3/dist-packages/pandas/core/frame.py", line 2133, in __getitem__
    return self._getitem_array(key)
  File "/usr/lib/python3/dist-packages/pandas/core/frame.py", line 2177, in _getitem_array
    indexer = self.loc._convert_to_indexer(key, axis=1)
  File "/usr/lib/python3/dist-packages/pandas/core/indexing.py", line 1269, in _convert_to_indexer
    .format(mask=objarr[mask]))
KeyError: "['D'] not in index"

Answer 1

选择列时，将列交点与所需列表一起使用。当所有列都存在时，您将得到所有列，并且只有存在的列较少的子集，而不会出现任何错误。

l = ['A', 'B', 'C', 'D']
df[df.columns.intersection(l)]

   A  B  C
0  1  4  5
1  1  2  2
2  9  7  5

Answer 2

或者，如果您确实想要D，则可以在axis=1上reindex()：

l=['A','B','C','D']
df.reindex(l,axis=1)

   A  B  C   D
0  1  4  5 NaN
1  1  2  2 NaN
2  9  7  5 NaN

忽略警告Pandas KeyError：值不在索引中

2 个答案: