如何避免Python中pandas.DataFrame访问不存在键时的KeyError？

当然可以避免这种KeyError搞崩程序的情况！我给你几个实用的方案，刚好适配你用到的xs()和loc()操作：

• 方法一：用try-except捕获异常（通用方案）
  这是最灵活的处理方式，不管用xs()还是loc()都能适配，还能自定义找不到时的默认值：

import pandas as pd

try:
    v = datevar.xs('2000-01-01', level='date')
except KeyError:
    # 找不到时返回空DataFrame，也可以改成空Series或者其他你需要的默认值
    v = pd.DataFrame()

# 针对loc的写法同理
try:
    v = datevar.loc['2000-01-01', :]
except KeyError:
    v = pd.DataFrame()

• 方法二：先检查索引是否存在再操作
  这种方式更直观，提前判断要找的键在不在索引里，从根源避免触发异常：

# 针对loc的情况
if '2000-01-01' in datevar.index:
    v = datevar.loc['2000-01-01', :]
else:
    v = pd.DataFrame()

# 针对xs的情况，先确认索引层级对应的键存在
if '2000-01-01' in datevar.index.get_level_values('date'):
    v = datevar.xs('2000-01-01', level='date')
else:
    v = pd.DataFrame()

• 方法三：用布尔索引筛选（模拟数据库返回空表）
  如果想完全复刻数据库返回空表的行为，直接用布尔索引筛选符合条件的行，找不到就自动返回空DataFrame：

# 不管用xs还是loc，都可以用这种方式替代
v = datevar[datevar.index == '2000-01-01']

• 方法四：用reindex处理loc操作
  针对loc()，还可以用reindex()方法，它会返回包含指定索引的结果，不存在的索引对应值为NaN，之后可以再过滤掉空行：

v = datevar.loc.reindex(['2000-01-01'])
# 去掉全为空的行，得到纯空的DataFrame
v = v.dropna(how='all')

内容的提问来源于stack exchange，提问作者acneyouth