熊猫不会通过.drop_duplicates（）引发缺少列的KeyError错误

Question

Pandas刚刚发生了一些事情，这使我对它的信任降低了，有人知道为什么它会这样吗？ 无论如何，对于这个小例子很容易看到，但对于较大的数据框，则需要小心一点。我几乎在某些方面犯了错误。

df = pd.DataFrame({"A":[34,12,78,84,26], "B":[54,87,35,81,87], "C":[56,78,0,14,13], "D":[0,87,72,87,14], "E":[78,12,31,0,34]}) 
>> df

然后，如果您查找不存在的列：

df['b']
KeyError: 'b'

但是-

df.drop_duplicates(['b', 'D'])

...运行无错误，并在D列中找到错误。

实际上， df.drop_duplicates(['D'])产生完全相同的结果。

它错过了一个重复的行，但是也错过了B列中的一个，因为它拼写错误。 它不会警告您或引发错误。

使用Pandas 0.22.0和Python 3.6.4。

df.drop_duplicates(['B','D'])仅返回原始数据帧，而不丢弃任何内容。 我是否想念东西或熊猫坏了？

Answer 1

Pandas版本0.20.3 python 3.6。

当我运行以下代码行时：

df.drop_duplicates(['b', 'D'])

有

KeyError：“ b”

在您的示例中，第4行的情况很奇怪。

第一

df.loc[4,'B'] = 87

删除重复后：

df.loc[4,'B'] = 82

在这两个步骤之间，您似乎需要进行一些额外的操作。