Question

我有一份Excel报告，其中有几张表格排列在表格中，我正在用Pandas解析它。我正在从报告中抓取的关键值对总是在同一列中。因此，我将查找分组到密钥值相同的组中，并使用iloc查找正确的行：

df[df.iloc[:, key_column] == 'apple'][value_column].values[0]

每个文件中都有许多键，但偶尔会出现一个键。在罕见的情况下，永远存在的密钥不存在，整个块将失败（index 0 is out of bounds for axis 0 with size 0）

try:
  parsed_xls['fruit'] = df[df.iloc[:, key_column] == 'apple'][value_column].values[0]
  parsed_xls['vegetable'] = df[df.iloc[:, key_column] == 'onion'][value_column].values[0]
  parsed_xls['stationary'] = df[df.iloc[:, key_column] == 'stapler'][value_column].values[0]
except:
  # error reporting

在密钥搜索失败时，将每个密钥，值对放入其自己的try...except或辅助函数以提供零值是不够的... 是否有更多类似Pandas的方式来处理引发此异常的iloc查找（并且仍会捕获错误）？

Answer 1

简短的回答是＆＃34;否＆＃34; - 当将逻辑包装在辅助函数中时，我认为没有理由存在这样的功能。

正如您所提到的，如果您偶尔只看到IndexError，请尝试/ except优先于if / else。

import pandas as pd, numpy as np

df = pd.DataFrame(np.random.randint(0, 9, (1000, 10)))

res = df.loc[df.iloc[:, 20] == 6, 5].values[0]
# IndexError: index 0 is out of bounds for axis 0 with size 0

def lookup_fn(df, key_col, key_val, val_col, idx=0):
    try:
        return df[df.iloc[:, key_col] == key_val][val_col].values[idx]
    except IndexError:
        return 0

res = lookup_fn(df, 20, 6, 5)
# 0

像熊猫一样处理iloc越界错误的方法？

1 个答案: