Python 熊猫：从列列表中检查df中是否存在列

这里的目标是找到df中不存在的列，并使用空值创建它们

我有一个列名称列表，如下所示：

column_list = ('column_1', 'column_2', 'column_3')

当我尝试检查该列是否存在时，它只对存在的列给出True，而对缺少的列不给出False

for column in column_list:
    print df.columns.isin(column_list).any()

在PySpark中，我可以通过以下方法实现这一点：

for column in column_list:
        if not column in df.columns:
            df = df.withColumn(column, lit(''))

---

如何使用熊猫实现同样的效果？

以下是我的方法：

import numpy as np

for col in column_list:
    if col not in df.columns:
        df[col] = np.nan

---

使用

np.isin

，

assign

和解包

kwargs

s = np.isin(column_list, df.columns)
df = df.assign(**{k:None for k in np.array(column_list)[~s]})

---

您从未在for循环中使用

列

变量。您正在重复执行相同的操作。。基本上检查

df

中是否有

列
列表中的
列
请注意，如果出于某种原因您不愿意为此导入numpy，numpy可以作为
pd.np
提供，谢谢。我试图避免使用Numpy，因为我想在AWS Lambda中部署它，并尝试导入尽可能少的库。了解这一点非常有用。