Python中如何忽略pandas选取不存在列时的“not in index”错误

你只需要在计算求和的环节单独筛选col_list中实际存在的列即可，不要直接用交集结果替换整个DataFrame的列，就可以保留原有的X、Y、Z列，实现代码如下：

# 仅提取col_list里在df中真实存在的列，该操作不会修改原df的列结构
valid_cols = [col for col in col_list if col in df.columns]
# 仅对存在的列求和来过滤行，原df的所有列都会完整保留
df = df[df[valid_cols].sum(axis=1) == 0]

你也可以用pandas内置的索引交集方法简化写法，效果完全一致：

valid_cols = df.columns.intersection(col_list)
df = df[df[valid_cols].sum(axis=1) == 0]

效果验证 #

以你给出的示例参数为例：

• 定义的col_list = ["A","B","C","D","E"]
• df实际包含列["A","B","X","Y","Z"]
  执行以上代码后，valid_cols会自动得到["A","B"]，仅对这两列求和后筛选符合条件的行，原有的X、Y、Z列会全部保留，不会被删除，也不会因为C、D、E列不存在报错。

内容的提问来源于stack exchange，提问作者DarshanC