>&燃气轮机&燃气轮机；pd.DataFrame（[1]，index=['1']）.loc['2']#KeyError
&燃气轮机&燃气轮机&燃气轮机；pd.DataFrame（[1]，index=['1']）.loc['2'].#key错误
&燃气轮机&燃气轮机&燃气轮机；pd.DataFrame（[1]，index=['1']）。loc[['1'，'2']]#成功，如下所示。
我想要两种方法都不失败的东西
>&燃气轮机&燃气轮机；pd.DataFrame（[1]，index=['1']）.loc['2']#KeyError
&燃气轮机&燃气轮机&燃气轮机；pd.DataFrame（[1]，index=['1']）.loc['2'].#key错误
有没有像loc这样的函数可以优雅地处理这个问题，或者用其他方式表达这个查询
更新@AlexLenail评论
这是一个公平的点，这将是缓慢的大名单。我做了一些进一步的挖掘，发现交集方法可用于索引和列。我不确定算法的复杂性，但从经验上看，它要快得多
你可以这样做
good_key=df.index.intersection（所有_key）
df.loc[好钥匙]
或者像你的例子
df=pd.DataFrame（[1]，index=['1']）
df.loc[df.index.intersection（['2']）]
下面是一个小实验
n=100000
#创建随机值和随机字符串索引
#让坏索引包含不在数据帧索引中的额外值
rand_val=np.random.rand（n）
兰德_idx=[]
对于范围（n）内的x：
rand_idx.append（str（x））
坏的_idx=[]
对于范围内的x（n*2）：
错误的_idx.append（str（x））
df=pd.DataFrame（rand\u val，index=rand\u idx）
df.head（）
def get_valid_keys_list_comp（）：
#使用列表理解返回筛选的数据帧以筛选关键字
vkeys=[key for key in bad_idx if key in df.index.values]
返回df.loc[vkeys]
def get_有效密钥_交叉点（）：
#使用list intersection（）返回筛选的数据帧以筛选键
vkeys=df.index.INTERACTION（错误的idx）
返回df.loc[vkeys]
%%时间
获取有效的\u键\u交点（）
#每个回路64.5 ms±4.53 ms（7次运行的平均值±标准偏差，每个10个回路）
%%时间
获取\u有效的\u密钥\u列表\u comp（）
#每个回路6.14 s±457 ms（7次运行的平均值±标准偏差，每个回路1次）
原始答案
我不确定pandas是否有一个内置函数来处理这个问题，但是您可以使用Python列表理解来过滤有效的索引
给定数据帧df2
A B C D F
测试1.0 2013-01-02 1.0 3 foo
列车1.0 2013-01-02 1.0 3 foo
测试1.0 2013-01-02 1.0 3 foo
列车1.0 2013-01-02 1.0 3 foo
您可以使用此选项筛选索引查询
键=['test'，'train'，'try'，'fake'，'break']
有效的_keys=[如果在df2.index.values中输入关键字，则输入关键字对应的关键字]
df2.loc[有效的\u密钥]
如果使用df2.columns而不是df2.index.values