是否可以使用 DataFrame.query() 来判断列是否存在？

Posted 2023-03-11

【中文标题】是否可以使用 DataFrame.query() 来判断列是否存在？

【英文标题】：Is it possible to use DataFrame.query() to tell if a column exists?

【发布时间】：2021-03-31 12:46:24

【问题描述】：

我有一个非常特殊的用例，允许管道用户传入字符串表达式，这些表达式由管道通过DataFrame.query() 进行评估。显然有farbetterways来确定pandas中的列存在，但是使用.query()是我目前的约束。

理想情况下，我希望有一个接受单个列名的查询，并返回一个数据框，如果存在则包含 1 列，如果不存在则没有列。

输入数据帧：

df = pd.DataFrame("a": [1, 2, 3], "b": [4, 5, 6])

index	a	b
0	1	4
1	2	5
2	3	6

查找存在的列时所需的返回值：

looking_for = "a"
df.query("@looking_for in columns")

index	a
0	1
1	2
2	3

查找列时所需的返回值不存在：

looking_for = "c"
df.query("@looking_for in columns")

index
0
1
2

我尝试过的：

直接使用数据框时这很容易，这是一种方法。但是，在阅读了 pandas 查询文档并摆弄了一下之后，我还没有从 .query() 方法中找到一种方法。

df.loc[:, df.columns.isin(["c"])]

index
0
1
2

【问题讨论】：

查询用于索引切片。对于列，您应该使用filter。

【参考方案1】：

query 仅适用于过滤操作。如果您只能通过构建字符串表达式来执行此操作，则可以使用df.eval（df.query 的近亲）：

if df.eval("@looking_for in @df.columns.tolist()"):
    print (df.eval("@df[@looking_for]"))

您也可以直接使用*** pd.eval 函数 ( pd.eval("df[looking_for]"))。更多关于evalthis post我的内容。

---

如果没有if 检查，eval 可能会导致 KeyError，因此您也可以将代码包装在 try-except 中，这样会短一些。

try:
    print (df.eval("@df[@looking_for]"))
except KeyError:
    # column not present

【参考方案2】：

正如评论，我不确定您为什么坚持使用query，这在这种情况下并不是最好的。有几种选择：

选项 1：`过滤器：

looking_for = 'c'
df.filter(regex = rf'^looking_for$')

选项 2：reindex：

df.reindex([looking_for], axis=1)

【讨论】：

这是对这个问题的最佳建议——“不要使用 query()”。然而，由于未命名的原因，OP 似乎知道更好的方法（它们甚至在问题中被链接）但拒绝使用它们。不确定他们的实际用例是什么，但我想这将是有用的上下文。