熊猫：如果不存在则添加列

Question

我是新手使用pandas并且正在编写一个脚本，我在数据框中读取，然后对某些列进行一些计算。

有时我会有一个名为“Met”的专栏：

df = pd.read_csv(File, sep='\t', compression='gzip', header=0, names=["Chrom", "Site", "coverage", "Met"]) 

Othertimes我会：

df = pd.read_csv(File, sep='\t', compression='gzip', header=0, names=["Chrom", "Site", "coverage", "freqC"]) 

我需要使用“Met”列进行一些计算，所以如果它不存在，我将需要使用以下方法进行计算：

df['Met'] = df['freqC'] * df['coverage'] 

有没有办法检查数据框中是否存在“Met”列，如果没有添加它？

Answer 1

你这样检查：

if 'Met' not in df:
    df['Met'] = df['freqC'] * df['coverage'] 

Answer 2

如果您是从头开始创建数据框，则只需将列名传递到pd.DataFrame()调用中，就可以创建缺少的列而没有循环：

cols = ['column 1','column 2','column 3','column 4','column 5']
df = pd.DataFrame(list_or_dict, index=['a',], columns=cols)

Answer 3

如果有兴趣在 method chain 中有条件地添加列，请考虑将 pipe() 与 lambda 结合使用：

df.pipe(lambda d: (
    d.assign(Met=d['freqC'] * d['coverage'])
    if 'Met' not in d else d
))