檢查 Pandas 中是否存在列

Preet Sanghavi 2023年1月30日 2022年5月16日
  1. 使用 IN 運算子檢查 Pandas 中是否存在列
  2. 使用 NOT IN 運算子檢查 Pandas 中是否存在列
檢查 Pandas 中是否存在列

本教程演示了檢查 Python 中是否存在 Pandas Dataframe 中的列的方法。我們將在 Python 中使用可用於執行此操作的 INNOT IN 運算子。

使用 IN 運算子檢查 Pandas 中是否存在列

Dataframe 是一種儲存二維資料及其相應標籤的排列。我們可以使用 dataframe.column 屬性找到列標籤。

為了確保列是否存在,我們使用 IN 表示式。但是,在開始之前,我們需要在 Pandas 中形成一個虛擬 DataFrame 以使用上述技術。

在這裡,我們建立了一個學生表現的 DataFrame,列名稱為 NamePromotedMarks

import pandas as pd
import numpy as np
# Creating dataframe
df = pd.DataFrame()
# Adding columns to the dataframe
df['Name'] = ['John', 'Doe', 'Bill']
df['Promoted'] = [True, False,True]
df['Marks'] = [82, 38, 63]
# Getting the dataframe as an output
print(df)

程式碼給出以下輸出。

   Name  Promoted  Marks
0  John      True     82
1   Doe     False     38
2  Bill      True     63

DataFrame 準備好後,我們可以通過編寫下面給出的程式碼來檢查 DataFrame 是否包含專案或為空。為此,我們可以使用兩種方法。

我們可以使用 Pandas 中存在的 df.empty 函式,或者我們可以使用 len(df.index) 檢查 DataFrame 的長度。

我們在下面的示例中使用了 Pandas 屬性 df.empty

if df.empty:
    print('DataFrame is empty!')
else:
    print('Not empty!')

由於我們已將資料插入列中,因此輸出必須為 Not empty!

Not empty!

現在,讓我們繼續使用 IN 方法檢查 Pandas DataFrame 中的列是否存在。請參閱下面的程式碼以檢視此功能的執行情況。

if 'Promoted' in df:
    print("Yes, it does exist.")
else:
    print("No, it does not exist.")

程式碼給出以下輸出。

Yes, it does exist.

為了更清楚起見,也可以將其寫成 if 'Promoted' in df.columns:,而不是僅僅寫成 df

使用 NOT IN 運算子檢查 Pandas 中是否存在列

讓我們看看如何使用 NOT IN 屬性來執行相同的操作。它以相反的方式執行,並且由於屬性中新增了否定,輸出被反轉。

這是下面給出的 NOT IN 屬性的示例工作。

if 'Promoted' not in df.columns:
    print("Yes, it does not exist.")
else:
    print("No, it does exist.")

程式碼給出以下輸出。

No, it does exist.

我們已經看到如何對 DataFrame 中的單個列執行此操作。Pandas 還使使用者能夠檢查 DataFrame 中的多個列。

這有助於快速完成任務並有助於同時對多個列進行分類。

下面是檢查 Pandas DataFrame 中多列的程式碼片段。

if set(['Name','Promoted']).issubset(df.columns):
    print("Yes, all of them exist.")
else:
    print("No")

程式碼給出以下輸出。

Yes, all of them exist.

set([]) 也可以使用花括號來構造。

if not {'Name', 'Promoted'}.issubset(df.columns):
    print("Yes")
else:
    print("No")

輸出將是:

No

這些是檢查資料中的一列或多列的可能方法。同樣,我們也可以對現成的資料而不是虛擬資料執行這些功能。

我們只需要通過 read_csv 方法使用 Python Pandas 模組匯入 CSV 檔案。如果使用 Google Colab,請從 google.colab 匯入 files 模組,以便在執行時從個人系統上傳資料檔案。

Preet Sanghavi avatar Preet Sanghavi avatar

Preet writes his thoughts about programming in a simplified manner to help others learn better. With thorough research, his articles offer descriptive and easy to understand solutions.

LinkedIn GitHub

相關文章 - Pandas Column