Skip to main content
 首页 » 编程设计

python之如果列不存在,则将默认值添加为列

2025年02月15日8dudu

假设我有一个 pandas DataFrame,我想确保我有一些列存在,如果它们不存在,我可以将它们设置为一些默认值。我可以执行以下操作:

def add_default_values_and_print(df): 
    out_df = df.copy() 
    def_values = { 'a':1, 'b':0 } 
    for k, v in def_values.iteritems(): 
        if k not in df: 
            out_df[k] = v 
    print(out_df.to_csv()) 

虽然这看起来很笨拙,但感觉应该有更好、更“pandas”的方式来实现。如果我将默认值放在它们自己的框架中并进行连接,那么第一行将具有默认值,其余将具有 NaN:

In [1]: import pandas as pd 
 
In [2]: df = pd.DataFrame([[0,1], [2,3]]) 
 
In [3]: defaults_df = pd.DataFrame({ 'a':[1], 'b':[0] }) 
 
In [4]: df.join(defaults_df, how='outer') 
Out[4]: 
 
   0  1    a    b 
0  0  1  1.0  0.0 
1  2  3  NaN  NaN 

这不是预期的输出,但我觉得像这样工作的东西应该是可能的。

有什么建议吗?


编辑:根据@Zero 的评论,以下应该有效:

def add_default_values_and_print(df): 
    def_values = { 'a':1, 'b':0 } 
    missing_values = { 
        k:v for k,v in def_values.iteritems() 
        if k not in df 
    } 
    print(df.assign(**missing_values).to_csv()) 

请您参考如下方法:

使用assign的几种方法

In [3405]: def_values = {'a':1, 'b':0} 
 
In [3406]: df.assign(**{k: def_values[k] for k in def_values if k not in df}) 
Out[3406]: 
   0  1  a  b 
0  0  1  1  0 
1  2  3  1  0 
 
In [3407]: def_s = pd.Series(def_values) 
 
In [3408]: def_s 
Out[3408]: 
a      1 
b      0 
dtype: int64 
 
In [3409]: df.assign(**def_s[~def_s.index.isin(df)]) 
Out[3409]: 
   0  1  a  b 
0  0  1  1  0 
1  2  3  1  0