Pandas自定义行标签判断时，如何在列缺失时跳过条件避免KeyError

问题根因 #

你当前代码通过硬索引row['列名']直接取值，只要引用的列不在DataFrame列集合中，就会直接抛出KeyError中断执行；同时原代码存在未写完的语法分支if row['Semi-annual dividend'] is not in :，本身无法正常编译运行。

具体实现思路 #

核心逻辑是给所有列的取值增加前置存在性校验，避免硬索引触发报错，实现两个目标：

• 某条判断依赖的任意一列缺失时，自动让该判断分支不成立，跳过校验
• 不中断后续所有有效判断的执行

注意不要用try-except捕获KeyError的方式实现该逻辑，逐行处理时高频异常捕获会带来明显的性能损耗，前置判断列存在性的方式运行效率更高。

改造后可运行代码 #

# 封装安全取值工具：列不存在时返回默认值，不触发KeyError
def safe_get(row, col_name, default=0):
    # 逐行处理时，row是带原表列索引的Series，直接校验列是否存在即可
    if col_name in row.index:
        return row[col_name]
    # 列不存在返回默认值，让对应判断分支自动不满足条件
    return default

def label_exception (row):
    # 依赖列：Dividend with no set frequency
    if safe_get(row, 'Dividend with no set frequency') >= 1 :
        return 'ExceptionCase'
    # 依赖列：count、Monthly dividend
    if (safe_get(row, 'count') != 12) and (safe_get(row, 'Monthly dividend') > 1) :
        return 'ExceptionCase'
    # 依赖列：count、Quarterly dividend
    if (safe_get(row, 'count') != 4) and (safe_get(row, 'Quarterly dividend') > 1) :
        return 'ExceptionCase'
    # 依赖列：count、Semi-annual dividend
    if (safe_get(row, 'count') != 2) and (safe_get(row, 'Semi-annual dividend') > 1):
        return 'ExceptionCase'
    # 依赖列：count、Annual dividend
    if (safe_get(row, 'count') != 1) and (safe_get(row, 'Annual dividend') > 1):
        return 'ExceptionCase'
    # 删除原代码中未写完的非法语法分支
    else:
        return 'NotanExceptionCase'

# 逐行应用标签逻辑
Final_Output['exception'] = Final_Output.apply (lambda row: label_exception(row), axis=1)

运行效果说明 #

• 只要某条判断分支依赖的任意一列不存在，safe_get函数会返回默认值0，对应判断条件会自动变为不成立，代码直接跳过该分支，继续执行后续校验，不会触发KeyError
• 举例：如果当前DataFrame没有Monthly dividend列，第二条判断的逻辑会自动变为(count值 != 12) and (0 > 1)，后半段永远为False，整条判断直接忽略，完全匹配缺列自动跳过的需求
• 额外修正了原代码的两个问题：把逐行标量判断中误用的&替换为and，避免不必要的位运算警告；删除未写完的非法if分支，消除语法错误

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