当 DataFrame 中仅存在列 A 或 B 之一时，可通过条件表达式动态选择有效列名，结合 .at 安全访问指定行索引的值，避免因列不存在而触发 KeyError。
当 dataframe 中仅存在列 a 或 b 之一时，可通过条件表达式动态选择有效列名，结合 `.at` 安全访问指定行索引的值，避免因列不存在而触发 keyerror。
在 Pandas 数据处理中，常遇到结构不统一的场景：例如多个来源的 DataFrame 可能分别包含列 'A' 或 'B'，但不会同时存在。此时若直接使用 df.at['Total', 'A'] or df.at['Total', 'B']，看似简洁，实则不可行——因为 .at 在列名不存在时立即抛出 KeyError，逻辑或（or）的短路机制无法生效，代码会在执行第一个表达式时就中断。
✅ 正确且简洁的解决方案是：将列名的选择前置到索引操作之前，利用 Python 的条件表达式（三元运算符）动态构造合法列名：
value = df.at["Total", "A" if "A" in df.columns else "B"]
该写法语义清晰：先判断 'A' 是否存在于 df.columns（注意：必须用 df.columns，而非 df；原答案中 if "B" in df 是错误的，df 是 DataFrame 对象，in df 默认检查行索引，而非列名），若存在则取 'A'，否则取 'B'；再用 .at 安全定位 'Total' 行与选定列的标量值。
⚠️ 注意事项：
- ✅ 始终使用 df.columns 检查列是否存在（"A" in df.columns），而非 df 或 df.keys()（虽 keys() 返回列名，但 in df.keys() 效率更低且不必要）；
- ❌ 避免 df.at['Total', 'A'] or df.at['Total', 'B'] —— 这会因首个 KeyError 而失败；
- ⚠️ 确保行索引 'Total' 存在，否则仍会报 KeyError；如需同时容错行索引，可进一步封装为函数或使用 .loc + fillna() 组合（但会牺牲标量访问性能）；
- ? 扩展场景：若需从多个列（如 'A', 'B', 'C'）中取第一个存在的值，可用 next((col for col in ['A','B','C'] if col in df.columns), None) 动态获取列名。
总结：Pandas 本身不提供“回退式列访问”语法，但借助 Python 原生的条件表达式与 df.columns 成员检测，即可一行代码实现健壮、高效、可读性强的首选列值提取，这是数据清洗与兼容性处理中的实用技巧。
