panda to_csv 在列偶尔丢失时设置列顺序

Question

我正在使用 panda 将 json 数据转换为 csv，但我希望该列按特定顺序排列。现在，有时在 json 数据中，有些列不存在。所以，这是我到目前为止使用的：

cols = ['a','b','c','d','e','f']
pd.DataFrame(pd.json_normalize(json)).to_csv(columns=cols)

有时，如果d不存在，它会抱怨request failed because [d] is not in index。有没有办法让熊猫忽略不存在的列但仍然保持列顺序？ 顺便说一句，json 包含嵌套对象，但最多只有 1 个子级。

因此，在缺少列的情况下，列顺序仍应为a,b,c,d,e,f，只是对于缺少的列，所有行的值将为空。 例如，如果缺少 b 和 d，则：

a,b,c,d,e,f
one,,three,,five,six

谢谢

Answer 1

也许尝试：

cols = ['a','b','c','d','e','f']
df = pd.DataFrame(pd.json_normalize(json))
df.reindex(columns=cols).to_csv()

相反，如果您只想要 df 中的列，但顺序为 cols：

df.to_csv(columns=[k for k in cols if k in df.columns])

示例（使用 pd.json_normalize 示例）：

data = [
    {
        "id": 1,
        "name": "Cole Volk",
        "fitness": {"height": 130, "weight": 60},
    },
    {"name": "Mark Reg", "fitness": {"height": 130, "weight": 60}},
    {
        "id": 2,
        "name": "Faye Raker",
        "fitness": {"height": 130, "weight": 60},
    },
]
df = pd.json_normalize(data, max_level=1)

>>> df
    id        name  fitness.height  fitness.weight
0  1.0   Cole Volk             130              60
1  NaN    Mark Reg             130              60
2  2.0  Faye Raker             130              60

然后：

cols = ['id', 'name', 'age', 'fitness.height', 'fitness.weight']
print(df.reindex(columns=cols).to_csv())

,id,name,age,fitness.height,fitness.weight
0,1.0,Cole Volk,,130,60
1,,Mark Reg,,130,60
2,2.0,Faye Raker,,130,60

请注意 'age' 列不存在于 df 中，因此 CSV 中的列为空。