Question

我正在做这个人。在熊猫：

    all_df = pd.DataFrame()
    all_df[self.FAO_code] = per_df[self.FAO_code]
    all_df[self.ISO_code] = per_df[self.ISO_code]
    all_df[self.cft_id] = per_df[self.cft_id]
    all_df[self.cft_type] = per_df[self.cft_type]

在某些情况下，per_df中缺少列self.cft_id。在这种情况下，all_df[self.cft_id] = per_df[self.cft_id]会导致错误。解决此问题的最佳方法是什么，即处理列缺失的情况？

包装尝试除外。在except子句中，只有pass

还有其他方式吗？

修改

per_df的一部分：

   ISO  Country_FAO       funct_type    Y1961    Y1962    Y1963    Y1964 
0    4  Albania             C3annual  3058729  3183956  3214308  3233208   
1    4  Albania          C3perennial    99999   100000   100000   105000   
2    4  Albania             C4annual   523500   524500   525500   531500   
3    4  Albania          C4perennial     1800     1800     1800     1800   
4    4  Albania             N-fixing    20500    21000    22500    22500

Answer 1

你也可以这样做：

for col in [self.FAO_code, ..., self.cft_type]:
    if col in per_df.columns:
        all_df[col] = per_df.loc[:, col]

Answer 2

您可以使用filter方法。它忽略了不存在的列：

all_df = per_df.filter([self.FAO_code, self.ISO_code, self.cft_id, self.cft_type])

复制到新的DataFrame但失败的列失败

2 个答案: