即使列丢失，python 切片也不会给出键错误

Question

我有一个带有 10 个键的 pandas 数据框。如果我尝试访问不存在的列，即使这样它也会返回 NaN。我本来以为会出现 KeyError。 pandas 如何无法识别缺失的列？

在下面的示例中，vendor_id 是数据帧中的有效列。数据集中不存在另一列。

final_feature.ix[:,['vendor_id','this column is absent']]
Out[1017]: 
  vendor_id  this column is absent
0    434236                    NaN

type(final_feature)
Out[1016]: pandas.core.frame.DataFrame

编辑 1:验证不存在空值

print (final_feature1.isnull().values.any())

Answer 1

这是预期的行为，是由于 setting with enlargement 功能造成的

In [15]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('abc'))
df.ix[:,['a','d']]

Out[15]:
          a   d
0 -1.164349 NaN
1  0.400116 NaN
2 -0.599496 NaN
3  0.186837 NaN
4  0.385656 NaN

如果你尝试df['d']或df[['a','d']]那么你会得到一个KeyError

实际上，您正在做的是重新索引，事实上，使用 ix 时该列不存在。没关系，你只会得到一列 NaN

使用 loc 观察到相同的行为:

In [24]:
df.loc[:,['a','d']]

Out[24]:
          a   d
0 -1.164349 NaN
1  0.400116 NaN
2 -0.599496 NaN
3  0.186837 NaN
4  0.385656 NaN

当您不使用ix时或loc并尝试做df['d']如果您正在尝试对特定列或列列表建立索引，则除非您分配给新列，否则不会预期会扩大:例如df['d'] = some_new_vals

为了防止这种情况，您可以使用 isin 验证您的列表。与列:

In [26]:
valid_cols = df.columns.isin(['a','d'])
df.ix[:, valid_cols]

Out[26]:
          a
0 -1.164349
1  0.400116
2 -0.599496
3  0.186837
4  0.385656

现在您只会看到存在的列，此外，如果您拼写错误任何列，它也会防止这种情况发生