我想用指定的列创建一个修改过的数据框。 我尝试了以下方法，但抛出错误“不再支持将列表喜欢传递给 .loc 或 [] 并带有任何缺失的标签”
# columns to keep
filtered_columns = ['text', 'agreeCount', 'disagreeCount', 'id', 'user.firstName', 'user.lastName', 'user.gender', 'user.id']
tips_filtered = tips_df.loc[:, filtered_columns]
# display tips
tips_filtered
谢谢
【问题讨论】：
df.columns 中的拼写错误或前导/尾随空格，如有必要，您可以将str.strip() 关闭。实际数据框中不存在某些/任何列
标签： python pandas numpy dataframe
看起来 Pandas 已经弃用了这种索引方法。根据他们的docs：
此行为已弃用，将显示警告消息指向 到本节。推荐的替代方法是使用 .reindex()
使用新的recommended method，您可以使用以下方法过滤列：
tips_filtered = tips_df.reindex(columns = filtered_columns).
注意：要重新索引行，您可以使用reindex(index = ...)（更多信息here）。
【讨论】：
列表中的某些列不包含在数据框中，如果您确实想这样做，让我们试试reindex
tips_filtered = tips_df.reindex(columns=filtered_columns)
【讨论】：
set(filtered_columns).difference(set(df.columns.tolist()))，然后检查其余部分；t
我遇到了同样的错误，缺少行索引标签而不是列。
例如，我将有一个具有以下 id 的产品数据集：['a','b','c','d']。我将这些产品存储在索引为 ['a','b','c','d'] 的数据框中：
df=pd.DataFrame(['product a','product b','product c', 'product d'],index=['a','b','c','d'])
现在假设我有一个更新的产品索引：
row_indices=['b','c','d','e'] 其中“e”对应一个新产品：“产品 e”。请注意，我的原始索引 ['a','b','c','d'] 中不存在“e”。
如果我尝试将此更新后的索引传递给我的 df 数据框：df.loc[row_indices,:]，
我会收到这条讨厌的错误消息：
KeyError：“不再支持将列表喜欢传递给带有任何缺失标签的 .loc 或 []。缺少以下标签：Index(['e'], dtype='object')。
为避免此错误，我需要将更新后的索引与原始索引相交：
df.loc[df.index.intersection(row_indices),:]
【讨论】：
我在尝试创建新列和现有列时遇到了同样的问题：
df = pd.DataFrame([[1,2,3]], columns=["a","b","c"])
def foobar(a,b):
return a,b
df[["c","d"]] = df.apply(lambda row: foobar(row["a"], row["b"]), axis=1)
解决方案是添加result_type="expand" 作为apply() 的参数：
df[["c","d"]] = df.apply(lambda row: foobar(row["a"], row["b"]), axis=1, result_type="expand")
【讨论】：
如果对不存在的内容进行索引，则会弹出此错误 - reset_index() 对我有用，因为我正在使用实际索引对实际数据帧的子集进行索引，在这种情况下，该列可能不存在于数据帧中。
【讨论】：