python-3.x - Pandas：使用所需列顺序的列名数组，选择那些存在的，NULL那些不存在的

Question

• 我有一个列名数组，我想按该顺序作为输出表，例如["A", "B", "C"]

• 我有一个输入表，它通常包含数组中的所有值，但并非总是包含（原始数据是 JSON API 响应）。

• 我想从输入表中选择所有可用的列，如果列不存在，我希望它用 NULL 或 NA 或其他填充，这并不重要。

假设我的输入 DataFrame（调用它input_table）如下所示：

+-----+--------------+
|  A  |      C       |
+-----+--------------+
| 123 | test         |
| 456 | another_test |
+-----+--------------+

我想要一个输出数据框，其中包含A, B, C按该顺序生成的列

+-----+------+--------------+
|  A  |  B   |      C       |
+-----+------+--------------+
| 123 | NULL | test         |
| 456 | NULL | another_test |
+-----+------+--------------+

• 当我这样做时，我得到一个 keyerrorinput_table[["A","B","C"]]
• 当我这样做时，我得到了一个 NoneType 返回input_table.get(["A","B","C"])

我能够通过以下方式实现我想要的：

for i in desired_columns_array:
    if i not in input_dataframe:
        ouput_dataframe[i] = ""
    else:
        output_dataframe[i] = input_dataframe[i]

但我想知道是否有一些不那么冗长的东西？

当输入数据框中的一列或多列可能不存在时，如何获得所需的输出模式以匹配输入数组？

标签： python-3.xpandas

Answer 1

DataFrame.reindex在列轴上：

cols = ['A', 'B', 'C']
df.reindex(cols, axis='columns')
     A   B             C
0  123 NaN          test
1  456 NaN  another_test