python - 根据缺少的列名切片 pandas DataFrame 时出错

Question

我有一个包含多个索引和列的 pandas 数据框我想根据一些列名对该数据框进行切片，但有时给定的列名不在数据框中。 Pandas 发出了使用 .reindex 而不是 .loc 的警告，但我发现了奇怪的结果。为了澄清，让我们加载数据帧

import pandas as pd
d2 = pd.read_csv('https://docs.google.com/uc?id=1Ufx6pvnSC6zQdTAj05ObmV027fA4-Mr3&export=download', index_col=[0,1])
d2.head(3)

结果是:

..............................................
:          :      : ind475 : ind476 : ind456 :
:..........:......:........:........:........:
: Country  : Year :        :        :        :
: Argentin : 1966 :   6.15 :   7.77 : NaN    :
:          : 1967 :   8.33 :   9.81 : NaN    :
:          : 1968 :   9.19 :   10.2 : NaN    :
:..........:......:........:........:........:

如果我们使用现有列进行切片，那么没问题:

indicators_list = ['ind475', 'ind456']
idx = pd.IndexSlice
d3 = d2.loc[idx[:,:], idx[indicators_list]]
d3.dropna(axis=0, how='all').dropna(axis=1, how='all').shape

出>> (10006,2)

但是如果我们用一个或多个缺失的列进行切片，则会引发错误，但它有效

indicators_list = ['ind475', 'ind179']
d4 = d2.loc[idx[:,:], idx[indicators_list]]
d4.dropna(axis=0, how='all').dropna(axis=1, how='all').shape

出>> (2672, 1)带有红色警告

FutureWarning: 
Passing list-likes to .loc or [] with any missing label will raise
KeyError in the future, you can use .reindex() as an alternative.

See the documentation here:
http://pandas.pydata.org/pandas-docs/stable/indexing.html#deprecate-loc-reindex-listlike
  return self._getitem_nested_tuple(tup)

我尝试按照警告和 this post 中所示的建议使用 reindex，但结果是没有!!

indicators_list = ['ind475', 'ind179']
d5 = d2.reindex(columns=[indicators_list])
d5.dropna(axis=0, how='all').dropna(axis=1, how='all').shape

输出:>> (0, 0)

如何在没有警告或错误的情况下切片并获得正确的大小？

Answer 1

我相信您需要使用 isin 过滤列名称(然后如有必要删除 NaNs 列):

indicators_list = ['ind475', 'ind179']
print (df2.loc[:, df2.columns.isin(indicators_list)])

或者:

print (df2[df2.columns[df2.columns.isin(indicators_list)]])

如果使用多索引使用 get_level_values :

print (df2.loc[:, df2.columns.get_level_values(0).isin(indicators_list)])