使用字典推导式从DataFrame提取数据时遭遇语法错误

你的代码语法错误出在字典推导式的条件逻辑位置。

原代码里的字典推导式写法：

levels = {k : dfl.at[k, 'tagvalue'] for k in addresses.keys() if k in dfl.index else 0}

不符合Python字典推导式的语法规则：字典推导式中，for循环后的if是用来过滤迭代元素的，只能保留满足条件的k，不能搭配else给不满足条件的k赋值。你要实现的是「所有addresses的键都保留，存在对应索引就取tagvalue，否则设为0」，这种分支逻辑应该放在值的表达式里，而非循环后的过滤条件。

修正方案一：调整三元表达式位置 #

把if...else移到值的部分，确保每个addresses的键都能被处理：

dfl = df1.loc[df1.tagkey.isin(['building:levels'])]
levels = {k: dfl.at[k, 'tagvalue'] if k in dfl.index else 0 for k in addresses.keys()}

修正方案二：用Pandas原生方法更简洁 #

如果你习惯用Pandas的向量式操作，可以用reindex补全缺失索引并填充默认值，再转字典，代码更高效：

dfl = df1.loc[df1.tagkey.isin(['building:levels'])]
levels = dfl['tagvalue'].reindex(addresses.keys(), fill_value=0).to_dict()

这里reindex(addresses.keys())会自动对齐所有addresses的键，缺失的索引用fill_value=0填充，最后直接转成字典即可。

内容的提问来源于stack exchange，提问作者Georgy Kiselev