熊猫数据框列的 KeyError 异常答案

【问题标题】：KeyError exception with pandas dataframe colunm熊猫数据框列的 KeyError 异常
【发布时间】：2021-04-11 07:10:39
【问题描述】：

想象一个想要制作一个接受两种DataFrames的函数 - 带有“Value”列和没有。（比如说，这是来自不同来源的资产数据，有些来源没有提供有关价值的信息。）

函数foo 应该根据数据框运行不同的过程，例如，将"Value" 复制到新列“B”或使用1 添加新列“B”。一个玩具示例如下。

import pandas as pd

df1 = pd.DataFrame({"A":["one", "two", "three"]})
df2 = pd.DataFrame({"A":["one", "two", "three"], "Value":[1, 2, 3]})

在df1 的情况下，处理KeyError: 'Value' 的最佳方法是什么。

def foo(df, col_name="Value"):

    <if col_name exists>
        df["B"] = df[col_name] 
    <else>
        df["B"] = 1
    return df

【问题讨论】：

【解决方案1】：

试试：

df['B'] = df.get('Value', 1)

或等效

df['B'] = df['Value'] if 'Value' in df else 1

【讨论】：

谢谢。在这种情况下（比如说，如果情况更复杂），是否有任何理由诉诸 try-except 结构？
@garej try-except 是捕获异常的绝佳工具（呃，它天生就是为了这样做）。在这种情况下它当然可以工作，即使在更一般的设置中，如果你知道你在做什么。然而，我了解到，在研发中，它通常提供的附加价值很小，同时使错误捕获变得不必要地困难。也就是说，许多系统工程师建议我在生产中使用它们，以免最终用户遇到尴尬的错误。 TLDR：当然，它在这里工作，但我更喜欢答案中的命令：D。