Pandas 忽略警告错误：值不在索引中

是否有方法抑制索引中没有“[x]”的错误？例如，如果我有一个列为abc的数据帧，我调用df[['a'，'B'，'C'，'D']]，是否可以让它只返回a，B，C，如果它不存在则忽略D

示例代码

将熊猫作为pd导入
将numpy作为np导入
a=np.矩阵（'[1,4,5]；[1,2,2]；[9,7,5]'））
df=pd.DataFrame（a，列=['a'，'B'，'C']）
df[['A'，'B'，'C'，'D']]

这是错误消息

回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
文件“/usr/lib/python3/dist packages/pandas/core/frame.py”，第2133行，在__
返回self.\u getitem\u数组（键）
文件“/usr/lib/python3/dist packages/pandas/core/frame.py”，第2177行，在_getitem_数组中
索引器=self.loc.\u转换为索引器（键，轴=1）
文件“/usr/lib/python3/dist packages/pandas/core/index.py”，第1269行，在“convert\u to\u indexer”中
.format（mask=objarr[mask]））
KeyError:“['D']不在索引中”

选择列时，使用列交叉点与所需列表。您可以在所有列存在时获取它们，并且只获取列数较少且没有任何错误的子集

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

---

或者，如果您确实想要

D

，您可以在

轴=1上：

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


因为
D
不在列中，
print（df.columns）
是
['A'，'B'，'C'，
   A  B  C   D
0  1  4  5 NaN
1  1  2  2 NaN
2  9  7  5 NaN