如何基于defaultdict构建含id2列的DataFrame并兼容缺失键？

我原本可以通过defaultdict（命名为output）创建包含'id'和'value'两列的DataFrame，代码如下：

df_mydata = pd.DataFrame([(k, v) for k, v in output.items()], 
                   columns=['id', 'value'])

现在我希望生成包含'id'、'id2'和'value'三列的DataFrame，其中'id2'的值通过独立定义的查找字典id_lookup获取。我尝试了以下代码，但运行时出现KeyError：

df_mydata = pd.DataFrame([(k, id_lookup[k], v) for k, v in output.items()], 
                   columns=['id', 'id2','value'])

由于无法提前确认id_lookup是否包含所有可能出现的键，我希望将匹配失败的项设为'N/A'。请问上述方案是否适用于通过defaultdict和查找字典生成新列？以及如何让代码对键缺失情况具备鲁棒性？

你的核心思路完全可行，问题出在直接使用id_lookup[k]会在键不存在时抛出KeyError。以下两种方法可以解决这个问题：

方法1：在列表推导式中使用字典get()方法 #

字典的get()方法允许你指定键不存在时的默认值，直接修改列表推导式即可：

df_mydata = pd.DataFrame([(k, id_lookup.get(k, 'N/A'), v) for k, v in output.items()], 
                   columns=['id', 'id2','value'])

当k不在id_lookup中时，get()会返回你指定的'N/A'，不会抛出异常。

方法2：先生成基础DataFrame，再添加'id2'列 #

如果你更倾向分步处理，可以先保留原代码生成两列的DataFrame，再通过apply()结合get()添加新列：

# 生成基础DataFrame
df_mydata = pd.DataFrame([(k, v) for k, v in output.items()], 
                   columns=['id', 'value'])
# 添加id2列，缺失值填充为'N/A'
df_mydata['id2'] = df_mydata['id'].apply(lambda x: id_lookup.get(x, 'N/A'))

这种方式可读性更强，后续如果需要对列做更多处理会更灵活。

两种方法都能实现你的需求，根据个人代码风格选择即可。

内容的提问来源于stack exchange，提问作者Arash Howaida