Question

我的问题类似于How to check if a column exists in Pandas，但对于多索引列案例。

我正在尝试使用源自另一个文件的列名来处理多索引列数据框中的值 - 因此需要检查列是否存在。一个代表性的例子如下：

import pandas as pd
from numpy.random import randint,randn

df = pd.DataFrame({ 'A': [randint(0,3) for p in range(0,12)],'B': [0.1* randint(0,3) for p in range(0,12)],
      'C': [0.1*randint(0,3) for p in range(0,12)],'D': randn(12),
    })

df1 = df.groupby(['A','B','C']).D.sum().unstack(-1)
df1 = df1.T
df1
A           0                   1                             2          
B         0.0       0.2       0.0       0.1       0.2       0.0       0.1
C                                                                        
0.0       NaN       NaN       NaN  0.845316       NaN  0.555513       NaN
0.1       NaN  0.139371       NaN       NaN       NaN       NaN -0.260868
0.2  5.002509       NaN  0.637353  0.438863  0.943098       NaN       NaN

df1[1][0.1]
C
0.0    0.845316
0.1         NaN
0.2    0.438863

在上面的示例中访问df1[0][0.1]将导致密钥错误。如何检查是否存在多索引列，以便在处理期间可以跳过不存在的列？

谢谢！

Answer 1

您可以将多索引视为元组数组，因此可以访问：

df1[(0, 0.1)]

并测试如下：

(0, 0.1) in df1.columns:

Pandas - 如何检查是否存在多索引列

1 个答案: