如何检查Pandas中是否存在列

Question

是否有方法检查Pandas数据帧中是否存在列？

假设我有以下数据帧：

>>> import pandas as pd
>>> from random import randint
>>> df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)],
                       'B': [randint(1, 9)*10 for x in xrange(10)],
                       'C': [randint(1, 9)*100 for x in xrange(10)]})
>>> df
   A   B    C
0  3  40  100
1  6  30  200
2  7  70  800
3  3  50  200
4  7  50  400
5  4  10  400
6  3  70  500
7  8  30  200
8  3  40  800
9  6  60  200

我想计算df['sum'] = df['A'] + df['C']

但首先我想检查df['A']是否存在，如果不存在，我想计算df['sum'] = df['B'] + df['C']。

Answer 1

这将起作用：

if 'A' in df:

但为了清楚起见，我可能会把它写成：

if 'A' in df.columns:

Answer 2

为了建议不使用if语句的另一种方法，您可以使用get()方法来处理DataFrames

df['sum'] = df.get('A', df['B']) + df['C']

get方法的行为与python字典相似。

Answer 3

要检查是否存在一个或多个列，可以使用^{}，如下所示：

if set(['A','C']).issubset(df.columns):
   df['sum'] = df['A'] + df['C']                

正如@brianpck在注释中指出的，set([])也可以用花括号构造

if {'A', 'C'}.issubset(df.columns):

有关花括号语法的讨论，请参见this question。

或者，您可以使用列表理解，如：

if all([item in df.columns for item in ['A','C']]):