基于缺失列名切片Pandas DataFrame的问题及解决需求

我来帮你搞定这个问题！先理清问题的核心原因：

问题根源 #

1. 用.loc切片包含不存在的列时，Pandas抛出FutureWarning是因为未来版本会直接触发KeyError，不再默认忽略不存在的列；
2. 你用.reindex得到空结果，是因为错误地把列名列表嵌套了一层（columns=[indicators_list]）——这相当于让Pandas去找列名是整个列表的列，而不是列表里的单个列，自然找不到匹配项。

两种可行的解决方案 #

方案一：先筛选存在的列，再用.loc切片

先从目标列列表里过滤出DataFrame中实际存在的列，再进行切片，既不会触发警告，又能精准获取需要的列：

import pandas as pd

# 加载数据
d2 = pd.read_csv('https://docs.google.com/uc?id=1Ufx6pvnSC6zQdTAj05ObmV027fA4-Mr3&export=download', index_col=[0,1])
indicators_list = ['ind475', 'ind179']

# 筛选出DataFrame中存在的目标列
existing_cols = [col for col in indicators_list if col in d2.columns]

# 执行切片操作
d4 = d2.loc[:, existing_cols]
result = d4.dropna(axis=0, how='all').dropna(axis=1, how='all')
print(result.shape)  # 输出 (2672, 1)

这个方法的优势是只保留实际存在的列，完全规避了警告和错误。

方案二：正确使用.reindex

如果你希望保留目标列列表中的所有列（包括不存在的列，用NaN填充），就要正确调用.reindex，直接传递列名列表即可，不要嵌套：

indicators_list = ['ind475', 'ind179']

# 正确的.reindex用法：直接传入列名列表
d5 = d2.reindex(columns=indicators_list)
result = d5.dropna(axis=0, how='all').dropna(axis=1, how='all')
print(result.shape)  # 输出 (2672, 1)

如果需要给不存在的列填充默认值，可以加上fill_value参数，比如：

d5 = d2.reindex(columns=indicators_list, fill_value=0)

补充：为什么之前的.reindex会得到空结果？ #

你之前写的d2.reindex(columns=[indicators_list])传递了一个二维列表，Pandas会尝试匹配**列名等于['ind475', 'ind179']**的列，但你的DataFrame列都是单个字符串，所以没有匹配项，最终返回空的DataFrame。去掉外层的列表，直接传columns=indicators_list就能正常工作了。

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