如何将为DataFrame补充缺失零值列的循环改写为列表推导式

先看你的原循环实现（参考示例场景）：

import pandas as pd

df = pd.DataFrame({'a':[0,1,0], 'c':[1,1,1]})
col_names = ['a', 'b', 'c']

# 原循环补列逻辑
for col in col_names:
    if col not in df.columns:
        df[col] = 0
# 调整列顺序
df = df[col_names]

可以用字典推导式（适配场景的最优推导式写法）一步完成补列和列顺序调整，代码更简洁：

import pandas as pd

df = pd.DataFrame({'a':[0,1,0], 'c':[1,1,1]})
col_names = ['a', 'b', 'c']

# 推导式实现：补全缺失列+指定列顺序
df = pd.DataFrame({
    col: df[col] if col in df.columns else [0]*len(df)
    for col in col_names
})

逻辑说明 #

• 遍历指定的col_names列表，对每个列名做判断：
  • 如果列已存在于原DataFrame，直接取用原列数据
  • 如果列不存在，生成一个和原DataFrame行数一致的全零列表作为该列数据
• 用推导得到的字典构造新DataFrame，自动按照col_names的顺序排列列

运行后得到的结果完全符合需求：

a  b  c
0  0  0  1
1  1  0  1
2  0  0  1

这种写法省去了循环遍历和单独调整列顺序的步骤，代码更紧凑易读。

内容的提问来源于stack exchange，提问作者ScottC