如何避免Pandas AttributeError？适配DataFrame缺失列的动态条件

我想创建一组可根据用户输入选择性评估的条件，但DataFrame的列不固定，也不会用到所有条件。比如针对支出信息预设了4列的条件，但用户只提供3列数据，这种情况下怎么存储并调用这些数据条件才不会报错？

预设条件对应的列：Date、Amount、Category、Year
用户提供的数据如下：

直接写条件会触发AttributeError，示例代码：

import pandas as pd

df = pd.DataFrame(
    {
    'Date' : ['11-01-2022', '11-01-2022', '11-01-2022', '12-01-2022', '12-01-2022', '12-01-2022'],
    'Amount' : [190, 50, 55, 10, 80, 90],
    'Category' : ['bill', 'grocery', 'shopping', 'grocery', 'bill', 'grocery']
    } 
)

conditions = {
    'december_amount_under_20' : (df.Date== 'Dec') & (df.Amount > 20), # 原示例Date判断不匹配数据格式，仅作报错演示
    'year_2022' : df.Year == 2022 # 触发AttributeError
}

核心思路是延迟条件计算，别一开始就直接用DataFrame列生成布尔数组，而是把条件定义成可动态检查列的逻辑，避免直接访问不存在的列。

方法一：封装条件为函数，按需执行 #

把每个条件写成接受DataFrame为参数的函数，内部先检查所需列是否存在，再执行判断逻辑，不存在时可返回全False或自定义提示。

import pandas as pd

df = pd.DataFrame(
    {
    'Date' : ['11-01-2022', '11-01-2022', '11-01-2022', '12-01-2022', '12-01-2022', '12-01-2022'],
    'Amount' : [190, 50, 55, 10, 80, 90],
    'Category' : ['bill', 'grocery', 'shopping', 'grocery', 'bill', 'grocery']
    } 
)

# 定义条件函数，顺便修正原示例中Date的判断逻辑
def december_amount_over_20(df):
    return (df['Date'].str.split('-').str[0] == '12') & (df['Amount'] > 20)

def year_is_2022(df):
    if 'Year' not in df.columns:
        return pd.Series([False]*len(df), index=df.index)
    return df['Year'] == 2022

# 存储条件：键为条件名称，值为对应函数
conditions = {
    'december_amount_over_20': december_amount_over_20,
    'year_is_2022': year_is_2022
}

# 调用条件：遍历需要评估的条件，传入DataFrame执行
for cond_name, cond_func in conditions.items():
    result = cond_func(df)
    print(f"{cond_name} 结果:\n{result}\n")

方法二：存储条件表达式，动态检查执行 #

如果不想写太多函数，可以把条件所需列和表达式用字符串存储，调用时先校验列是否存在，再用eval动态执行（注意：eval存在安全风险，仅在可控场景下使用）。

# 存储条件：键为条件名称，值为(所需列列表, 表达式字符串)
conditions = {
    'december_amount_over_20': (['Date', 'Amount'], "(df['Date'].str.split('-').str[0] == '12') & (df['Amount'] > 20)"),
    'year_is_2022': (['Year'], "df['Year'] == 2022")
}

for cond_name, (required_cols, expr) in conditions.items():
    # 检查所有必需列是否存在
    if all(col in df.columns for col in required_cols):
        result = eval(expr)
        print(f"{cond_name} 结果:\n{result}\n")
    else:
        missing_cols = [col for col in required_cols if col not in df.columns]
        print(f"{cond_name} 跳过：缺少列 {missing_cols}\n")

方法三：用try-except捕获错误 #

在生成条件时直接捕获AttributeError，适合简单场景，但可读性不如前两种方法。

conditions = {}

# 添加第一个条件
try:
    conditions['december_amount_over_20'] = (df['Date'].str.split('-').str[0] == '12') & (df['Amount'] > 20)
except AttributeError:
    conditions['december_amount_over_20'] = pd.Series([False]*len(df), index=df.index)

# 添加第二个条件
try:
    conditions['year_is_2022'] = df['Year'] == 2022
except AttributeError:
    conditions['year_is_2022'] = pd.Series([False]*len(df), index=df.index)

print("所有条件结果:\n", conditions)

内容的提问来源于stack exchange，提问作者trey hannam