Python 如果索引访问失败怎么办

我试图通过如下查找来访问多列数据帧中的标量值：

targetDate = '2016-01-01'
df['revenue'][df['date']== targetDate].values[0]

现在，在我的例子中，

targetDate

的数据帧中没有找到任何内容。因此，我得到以下索引错误：

IndexError: ('index 0 is out of bounds for axis 0 with size 0', 'occurred at index 69322')

在这种情况下，是否有一种内置的方法可以优雅地产生

np.nan

？你会如何处理这种情况

---

我不希望我的脚本在找不到任何内容时失败。

您可以检查

系列

是否为空，然后添加

如果为空

：

targetDate = '2016-01-01'
a = df.loc[df['date']== targetDate, 'revenue']
print (a)
Series([], Name: revenue, dtype: int32)

if len(a) == 0:
    print ('empty')
else:
    first_val = a.values[0]

类似的解决方案包括：

---

您可以检查

系列

是否为空，然后添加

如果为空

：

targetDate = '2016-01-01'
a = df.loc[df['date']== targetDate, 'revenue']
print (a)
Series([], Name: revenue, dtype: int32)

if len(a) == 0:
    print ('empty')
else:
    first_val = a.values[0]

类似的解决方案包括：

---

如果在前面加上

head（1）

并删除值上的下标，则可以避免出现错误消息，尽管它不会填充nan（它只是一个空的numpy数组）

但是你可以这样做，得到一个nan而不是空的

df['revenue'][df['date']== targetDate].append(pd.Series(np.nan)).head(1).values

---

或者像@jezrael那样做

try/except

或

if/else

。当然，有很多方法可以做到这一点，这取决于什么对你来说是方便的。

如果你在前面加上

head（1）

并删除值的下标，那么这将避免错误消息，尽管它不会填充nan（它只是一个空的numpy数组）

但是你可以这样做，得到一个nan而不是空的

df['revenue'][df['date']== targetDate].append(pd.Series(np.nan)).head(1).values

---

或者像@jezrael那样做

try/except

或

if/else

。当然，有很多方法可以做到这一点，这取决于什么对您方便。

好的，所以只需要标准的异常处理。。。我想也许熊猫身上有某种东西。别担心。我会听从你的建议。好的，所以只需要标准的异常处理。。。我想也许熊猫身上有某种东西。别担心。我会听从你的建议。