如何按指定Schema转换DataFrame：补缺失列并删冗余列

目标列集合 #

columns=['index', 'count_1','count_2', 'count_3', 'count_4', 'count_5']

调整规则 #

• 若输入DataFrame缺少目标列中的某一列，自动添加该列并将所有值设为0
• 若输入DataFrame包含目标列以外的列，直接删除这些多余列

实现代码 #

import pandas as pd

def align_dataframe(df, target_columns):
    # 重新索引至目标列，缺失列填充0，多余列自动丢弃
    return df.reindex(columns=target_columns, fill_value=0)

示例验证 #

示例1：输入已符合要求

输入DataFrame：

index  count_1  count_2  count_3  count_4  count_5
0      1       10       12       45        0       23

输出与输入完全一致，无需调整。

示例2：输入缺少指定列

输入DataFrame：

index  count_1  count_3  count_4  count_5
0      1       10       45        0       23

处理后输出：

index  count_1  count_2  count_3  count_4  count_5
0      1       10        0       45        0       23

示例3：输入包含多余列

输入DataFrame：

index  count_1  count_2  count_3  count_4  count_5  count_6
0      1       10        0       45        0       23       11

处理后输出：

index  count_1  count_2  count_3  count_4  count_5
0      1       10        0       45        0       23

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