Python3：如何选择我想要的列，并在缺少列时避免keyerror

我有一些明确的价值观

E.g. things = 'cat', dog', 'pen', 'bar'

我通过OneHotEncoding将其编码为数值：

car dog pen bar
1   1   1   1

我想使用数据集中的一些列

例如，汽车狗围栏和非酒吧

我通过定义特定列来实现：

dataset = dataset[['car', 'dog', 'pen']]

但有时我想要的一些列在我的数据集中不存在，例如“car”

然后Python打印错误：

KeyError: "['car'] not in index"

我如何解决这个问题：

有我想要的专栏

如果缺少所需的列，则避免出现错误

您可以使用以下命令

---

dataset.iloc[：，dataset.columns！=“bar”]

您可以执行一些健全性检查。以下函数就是一个示例：

def custom_dataset(dataset, req_cols):
    in_, out_ = [], []
    if isinstance(dataset, pd.DataFrame):  # optional
        for col in req_cols:  # check for every existing column
            if col in dataset.columns:
                in_.append(col)  # append those that are in (i.e. valid)
            else:
                out_.append(col)  # append those that are NOT in (i.e. invalid)
    return dataset[in_] if in_ else None, out_ if out_ else None

如您所见，它返回两个元素的元组：

数据集只需要现有列，否则返回None（因此可以在结果中检查None以避免错误）

未找到列的列表（用于记录）。否则，如果找到all，则返回None

---

即使数据集不是

DataFrame

的实例，或者用户没有提供任何要收集的列，该函数也不会抛出错误，而是返回

（无，无）

如果您提到“数据集”，似乎您指的是熊猫。是这样吗？你能展示一下你最初是如何创建数据集的，这样你的问题就可以重现了吗？Akshat2249，非常感谢。事实上，我不想使用很多列。定义我不想使用的列比定义我想使用的列更难。此外，我不想使用的列也可以是缺席和不缺席。这取决于数据集的大小。Yahya，非常感谢您提供的强大功能。这正是我所需要的。很高兴我能帮上忙：）Yahya，基于您的函数I 1）创建数据集中所需列的列表2）使用此列表进行选择：[col for col in col_calc if col in df.columns]