Pandas lookup报错One or more row labels was not found缺失值返回Not Available方案

报错的根本原因是df2的Origin列存在df1中不存在的列标签（如示例中的City D），pandas原生lookup方法遇到不存在的标签会直接抛出KeyError: 'One or more row labels was not found'，不支持自定义缺省返回值，可通过以下方案实现需求：

方案1：reindex预先补全缺失列（矢量化操作，性能优先，适合大数据量） #

先对df1的列进行重索引，覆盖df2所有Origin取值，不存在的列默认填充Not Available，再做匹配取值：

# 设置Destcode为索引
df1_idx = df1.set_index('Destcode')
# 补全列范围，缺失列默认填充Not Available
df1_reindex = df1_idx.reindex(columns=df2['Origin'].unique(), fill_value='Not Available')
# 匹配取值，无报错
df2['Cek Available'] = df1_reindex.lookup(df2['Destcode'], df2['Origin'])

运行后得到的df2结果如下：

如果使用的是pandas 1.2.0及以上版本（lookup已被标记为弃用），可以用以下写法替代lookup，效果完全一致：

df2['Cek Available'] = df1_reindex.stack().loc[tuple(zip(df2['Destcode'], df2['Origin']))].values

方案2：逐行判断（逻辑直观，适合小数据量） #

数据量较小时可以用逐行判断的方式，逻辑更易理解：

def get_availability(row):
    # 列和行标签都存在才取值，否则返回缺省值
    if row['Origin'] in df1.columns and row['Destcode'] in df1['Destcode'].values:
        return df1.loc[df1['Destcode'] == row['Destcode'], row['Origin']].iloc[0]
    return 'Not Available'

df2['Cek Available'] = df2.apply(get_availability, axis=1)

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