我有一些分类值
E.g. things = 'cat', 'dog', 'pen', 'bar'我通过OneHotEncoding将它们编码为数值：
car dog pen bar1 1 1 1我想使用数据集中的一些列。
例如，car、dog、pen 而不是 bar。
我通过定义特定的列来实现：
dataset = dataset[['car', 'dog', 'pen']]但有时我想要的某些列在数据集中不存在，例如 ‘car’
然后Python会打印错误：
KeyError: "['car'] not in index"如何解决这个问题：
- 获得我想要的列
- 避免我想要的列不存在时的错误
回答：
你可以进行一些健全性检查。以下是一个示例函数：
def custom_dataset(dataset, req_cols): in_, out_ = [], [] if isinstance(dataset, pd.DataFrame): # 可选的 for col in req_cols: # 检查每个存在的列 if col in dataset.columns: in_.append(col) # 追加那些存在（即有效）的列 else: out_.append(col) # 追加那些不存在（即无效）的列 return dataset[in_] if in_ else None, out_ if out_ else None如你所见，它返回一个包含两个元素的元组：
- 仅包含存在的列的数据集，如果没有找到任何列，则返回None（这样你可以检查结果是否为None以避免错误）。
- 未找到的列的列表（用于记录）。如果所有列都找到了，则返回None。
即使数据集不是DataFrame的实例，或者用户没有提供任何要收集的列，该函数也不会抛出错误，而是返回(None, None)。
