[英]How to skip columns in pandas dataframe and continue processing in loop
我正在读取文件夹中的 excel 个文件并加载到 dataframe。我正在从一些列中获取值,其中一些 excel 文件缺少我正在查找的列。 在那种情况下,我想为该 excel 文件将缺失的列填充为 N/A 并继续处理,以便我可以将所有结果保存在 dataframe 中。我正在学习 python,我在这里需要帮助。 下面是我的代码
from pathlib import Path
import pandas as pd
p = Path(path to excel)
filtered_files = [x for x in p.glob("**/*.xlsx") if not x.name.__contains__("AC0")]
for i, file in enumerate(filtered_files):
full_df = pd.read_excel(file, sheet_name=[1], header=1)
df = full_df[1]
# get column
col_1_name = df.columns[2]
ded_ind_df = df[df[col_1_name] == 'DED Individual']
ded_fmem_df = df[df[col_1_name] == 'DED Family Member']
result[i] = {
'IND DED INN': list(ded_ind_df['In-Network\nVALUE']),
'DED FAM INN':list(ded_fmem_df ['In-Network\nVALUE']),
'IND DED OON': list(ded_ind_df['Out-of-Network\nVALUE']),
'DED FAM OON':list(ded_fmem_df ['Out-of-Network\nVALUE'])
}
result = pd.DataFrame.from_dict(result)
当我运行时,出现以下错误
IND DED OON': list(ded_ind_df['Out-of-Network\nVALUE']),
indexer = self.columns.get_loc(key)
raise KeyError(key) from err
KeyError: 'Out-of-Network\nVALUE'
这是因为其中一个 excel 有 Out of Network 列不存在。 在这种情况下,我想跳过并继续处理下一个文件。
您可以在result[i] =...
行之前尝试使用这些选项之一。 创建列但使用空值
for column in ["In-Network\nVALUE", "Out-of-Network\nVALUE"]:
if column not in ded_ind_df.columns:
ded_ind_df[column] = None
# result[i] = {...
但是,如果您想跳过迭代并跳转到下一个:
if any(column not in ded_ind_df.columns for column in ["In-Network\nVALUE", "Out-of-Network\nVALUE"]):
continue # Skip current interation
# result[i] = {...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.