使用DataFrame.query()方法可以判断一列是否存在吗？

10 浏览
0 Comments

使用DataFrame.query()方法可以判断一列是否存在吗？

我有一个非常特殊的用例，其中流水线用户被允许通过DataFrame.query()传入字符串表达式，由流水线进行评估。显然，有更好的方法来确定pandas中的列是否存在，但是使用.query()是我的当前限制。

理想情况下，我希望有一个查询，接受一个列名并返回一个数据框，如果存在则只有1列，如果不存在则没有列。

输入数据框：

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

索引 a b
0 1 4
1 2 5
2 3 6

在查找存在的列时所需的返回值：

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

索引 a
0 1
1 2
2 3

在查找不存在的列时所需的返回值：

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

索引
0
1
2

我的尝试：

直接使用数据框时很容易，下面是一种方法。但是，在阅读pandas查询文档并尝试之后，我还没有找到一种使用.query()方法来实现这个目标的方法。

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

索引
0
1
2
0

2 答案

0 Comments

DataFrame.query()方法是一种用来查询DataFrame中数据的方法。然而，有时候我们可能需要先判断某个列是否存在，再进行查询操作。那么，我们该如何判断一个列是否存在呢？

在上述的问题中，有人建议不要使用query()方法，因为query()方法在这种情况下不是最佳选择。相反，提供了两种更好的方法来判断列是否存在并进行查询操作。

Option 1: 使用filter()方法来判断：

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

Option 2: 使用reindex()方法来判断：

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

这两种方法都比使用query()方法更好。然而，问题的提出者似乎对这些更好的方法有所了解（甚至在问题中提供了链接），但是选择不使用它们。对于问题的实际用例，我们并不清楚，但是这些上下文信息可能会有帮助。

总结而言，我们可以使用filter()方法或reindex()方法来判断一个列是否存在，并进行相应的查询操作，而不必使用query()方法。这些方法提供了更好的性能和效果。

0
0 Comments

在使用DataFrame的query()函数时，只能用于过滤操作。如果你只能使用构建字符串表达式来进行这个操作，你可以使用df.eval()来实现。具体代码如下：

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

你也可以直接使用顶层的pd.eval()函数来实现（pd.eval("df[looking_for]")）。更多关于eval的信息可以在这篇文章中找到：链接。

没有if检查的话，eval可能会导致KeyError错误，所以你可以将代码放在try-except语句中，这样会更简洁一些。具体代码如下：

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

0