如何检查 pandas 中是否存在列（附示例）

您可以使用以下方法来检查 pandas DataFrame 中是否存在列：

方法一：检查列是否存在

 ' column1 ' in df. columns

如果 DataFrame 中存在“column1”，则返回True ，否则返回False 。

方法二：检查是否有多列

 {' column1 ', ' column2 '}. issubset ( df.columns )

如果 DataFrame 中存在“column1”和“column2”，则返回True ，否则返回False 。

以下示例展示了如何在实践中使用以下 pandas DataFrame 的每种方法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

示例 1：检查列是否存在

我们可以使用以下代码来查看 DataFrame 中是否存在“team”列：

 #check if 'team' column exists in DataFrame
' team ' in df. columns

True

DataFrame 中存在“team”列，因此 pandas 返回True值。

如果“team”列存在，我们还可以使用if语句来执行操作：

 #if 'team' exists, create new column called 'team_name'
if ' team ' in df. columns :
    df[' team_name '] = df[' team ']
    
#view updated DataFrame
print (df)

  team points assists rebounds team_name
0 A 18 5 11 A
1 B 22 7 8 B
2 C 19 7 10 C
3 D 14 9 6 D
4 E 14 12 6 E
5 F 11 9 5 F
6 G 20 9 9 G
7:28 a.m. 4:12 p.m.

示例2：检查是否有多列

我们可以使用以下代码来查看 DataFrame 中是否存在“team”和“player”列：

 #check if 'team' and 'player' columns both exist in DataFrame
{' team ', ' player '}. issubset ( df.columns )

False

DataFrame 中存在“team”列，但不存在“player”列，因此 pandas 返回False值。

我们还可以使用以下代码来查看 DataFrame 中是否存在“points”和“assists”：

 #check if 'points' and 'assists' columns both exist in DataFrame
{' points ', ' assists '}. issubset ( df.columns )

True

两列都存在，因此 pandas 返回True值。

如果“点”和“帮助者”存在，我们可以使用if语句来执行操作：

 #if both exist, create new column called 'total' that finds sum of points and assists
if {' points ', ' assists '}. issubset ( df.columns ):
    df[' total '] = df[' points '] + df[' assists ']
    
#view updated DataFrame
print (df)

     team points assists rebounds total
0 A 18 5 11 23
1 B 22 7 8 29
2 C 19 7 10 26
3 D 14 9 6 23
4 E 14 12 6 26
5 F 11 9 5 20
6 G 20 9 9 29
7:28 4 12 32

由于“points”和“assists”都存在于 DataFrame 中，pandas 创建了一个名为“total”的新列，它显示“points”和“assists”列的总和。

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何保留 Pandas 中的某些列
如何在 Pandas 中按索引选择列
如何移动 Pandas 中的列