python - seleccionar - rename columns pandas

Cómo verificar si existe una columna en Pandas

Question

¿Hay alguna forma de comprobar si existe una columna en un marco de datos de Pandas?

Supongamos que tengo el siguiente DataFrame:

>>> 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

y quiero calcular df[''sum''] = df[''A''] + df[''C'']

pero primero quiero verificar si df[''A''] existe, y si no, quiero calcular df[''sum''] = df[''B''] + df[''C''] lugar.

Gracias por la ayuda.

Answer 1

Esto funcionará:

if ''A'' in df:

Pero para mayor claridad, probablemente lo escribiría como:

if ''A'' in df.columns:

Answer 2

Para verificar si una o más columnas existen todas, puede usar set.issubset , como en:

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

Como @brianpck señala en un comentario, set([]) puede construirse alternativamente con llaves:

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

Vea esta pregunta para una discusión sobre la sintaxis de llaves.

O bien, puede usar una lista de comprensión, como en:

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

Answer 3

Solo para sugerir otra forma sin usar sentencias if, puede usar el método get() para DataFrame . Para realizar la suma según la pregunta:

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

El método de obtención de DataFrame tiene un comportamiento similar al de los diccionarios de Python.