Python 熊猫喜欢处理iloc越界错误的方法吗？

我有一个Excel报告，其中有几个表格排列在工作表中，我正在用Pandas对其进行解析。我从报告中删除的键、值对总是在同一列中。因此，我将查找分为键、值相同的组，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密钥，但有时一个密钥不存在。在极少情况下，如果始终存在的键不存在，则整个块将失败（

索引0超出大小为0的轴0的界限）

除了将每个键、值对放入它自己的
中之外，请尝试…除了
，或者在键搜索失败时提供零值的帮助函数。。。
是否有一种更像熊猫的方式来处理引发此异常（并且仍然捕获错误）的
iloc
查找？
简短的回答是“否”-我认为没有理由在可以将逻辑封装到辅助函数中时存在此类功能

如您所述，如果您只是偶尔看到
索引器
，则try/except比If/else更可取

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

只是想澄清一下，可能不存在的是
键列
，还是
值列
？或者，是否可能在“键”列中不存在任何此类键？是哪一个？钥匙可能不在。如果在生成报告时只有食物，并且有“订书机”要报告，那么“订书机”键就不存在了。我只是想让我的头脑去写熊猫，而不仅仅是为了这些异常值。在这份每日报告中，有两个极端——罕见的缺失和罕见的增加。在使用我看到的添加数据的两年多时间里，我建议您使用
try/except
，除非您看到性能下降（通常有太多的异常）。如果出现这种情况，您可以轻松地转到
If/else
语句。类似于：
如果键在范围内（len（df.columns））：
。。。
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