Pandas DataFrame索引错误：缺失列引发KeyError问题求助

当无法提前知晓CSV文件中哪些目标列存在时，直接按列名选择会因缺失列触发KeyError，以下两种实用方案可以解决这个问题：

方法一：先筛选存在列，再补全缺失列 #

先从目标列列表里筛选出DataFrame实际存在的列，选择后再为缺失的列添加默认值，同时保证最终列顺序和目标一致：

def limit_rubric1(df):
    target_cols = ["Company", "RUB 1", "RUB 2", "RUB 3", "FileBase"]
    # 筛选当前DataFrame中存在的目标列
    existing_cols = [col for col in target_cols if col in df.columns]
    # 选择存在的列并填充空值
    limit_df = df[existing_cols].fillna(value=0)
    # 为缺失的列添加并填充0
    for col in set(target_cols) - set(existing_cols):
        limit_df[col] = 0
    # 重置列顺序为目标列的顺序
    limit_df = limit_df[target_cols]
    return limit_df

方法二：使用reindex简化操作 #

Pandas的reindex方法可以直接按指定列名生成新DataFrame，不存在的列会自动创建并填充NaN，再配合fillna统一填充0，代码更简洁：

def limit_rubric1(df):
    target_cols = ["Company", "RUB 1", "RUB 2", "RUB 3", "FileBase"]
    # 按目标列重新索引，缺失列自动生成，随后填充所有空值为0
    limit_df = df.reindex(columns=target_cols).fillna(value=0)
    return limit_df

两种方法都能避免KeyError：方法二更适合统一填充默认值的场景；如果需要对原存在列的空值和缺失列的默认值做不同处理，方法一更灵活。

内容的提问来源于stack exchange，提问作者Tralala