如何在大型 Pandas 数据框中显示所有列的名称？

问题描述：

我有一个由数百列组成的数据框，我需要查看所有列名。

我做了什么：

In[37]:
data_all2.columns

输出为：

Out[37]:
Index(['customer_id', 'incoming', 'outgoing', 'awan', 'bank', 'family', 'food',
       'government', 'internet', 'isipulsa',
       ...
       'overdue_3months_feature78', 'overdue_3months_feature79',
       'overdue_3months_feature80', 'overdue_3months_feature81',
       'overdue_3months_feature82', 'overdue_3months_feature83',
       'overdue_3months_feature84', 'overdue_3months_feature85',
       'overdue_3months_feature86', 'loan_overdue_3months_total_y'],
      dtype='object', length=102)

如何显示所有列而不是截断列表？

解决方案 1：

您可以全局设置打印选项。我认为这应该可行：

方法 1：

pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)

方法 2：

pd.options.display.max_columns = None
pd.options.display.max_rows = None

这将允许您在执行时查看所有列名和行.head()。任何列名都不会被截断。

如果您只想查看列名称，可以执行以下操作：

print(df.columns.tolist())

解决方案 2：

要获取 DataFrame 的所有列名，df_data在此示例中，您只需使用命令df_data.columns.values。这将向您显示包含 Dataframe 所有列名的列表

代码：

df_data=pd.read_csv('../input/data.csv')
print(df_data.columns.values)

输出：

['PassengerId' 'Survived' 'Pclass' 'Name' 'Sex' 'Age' 'SibSp' 'Parch' 'Ticket' 'Fare' 'Cabin' 'Embarked']

解决方案 3：

这样就成功了。注意使用display()而不是 print。

with pd.option_context('display.max_rows', 5, 'display.max_columns', None): 
    display(my_df)

编辑：

display需要使用，因为pd.option_context设置仅适用于display和而不适用于print。

解决方案 4：

接受的答案导致我的列名换行。要显示所有列名而不换行，请同时设置 display.max_columns 和display.width：

pandas.set_option('display.max_columns', None)
pandas.set_option('display.width', 1000)

解决方案 5：

如果要查看 Pandas df.head() 中的所有列，请在运行代码之前使用此代码片段。所有列数据都将可见。

pd.set_option('display.max_columns', None)

此后创建数据框并尝试此操作。

df.head()

它将打印所有列，而不是在较大的数据集中显示“....”

解决方案 6：

在交互式控制台中，很容易做到：

data_all2.columns.tolist()

或者在脚本中这样写：

print(data_all2.columns.tolist())

解决方案 7：

对我有用的是：

pd.options.display.max_seq_items = None

您还可以将其设置为大于列数的整数。

解决方案 8：

我发现最简单的方法就是

list(df.columns)

就我个人而言，我不想改变全局变量，因为我并不经常想看到所有列名。

解决方案 9：

这不是一个常规答案，但我猜你可以转置数据框来查看行而不是列。我使用这个是因为我发现查看行比查看列更“直观”：

data_all2.T

这应该可以让您查看所有行。此操作不是永久性的，它只是让您查看数据框的转置版本。

如果行仍然被截断，只需用来print(data_all2.T)查看所有内容。

解决方案 10：

你可以尝试这个

pd.pandas.set_option('display.max_columns', None)

解决方案 11：

试试这个 -

df.列.值

解决方案 12：

for i in df2.columns.tolist():
  print(i)

解决方案 13：

要获取所有列名，您可以迭代data_all2.columns。

columns = data_all2.columns
for col in columns:
    print col

您将获得所有列名。或者您可以将所有列名存储到另一个列表变量，然后打印列表。

解决方案 14：

你可以这样做

df.info(show_counts=True)

它将显示所有列。设置show_counts为True显示数据计数not_null。

解决方案 15：

df.head(None)

这样，你就可以看到所有带有格式数据框的东西了。你需要写

data_all2.head(None)

解决方案 16：

我在控制台上打印每一列的常用功能是：

pandas.set_option('display.expand_frame_repr', False)

解决方案 17：

一个快速而肮脏的解决方案是将其转换为字符串

print('    '.join(data_all2.columns))

会导致它们全部打印出来，并用制表符分隔。当然，请注意，有 102 个名字，而且它们都很长，阅读起来会有点困难

解决方案 18：

我知道这是重复，但我总是复制粘贴并修改 YOLO 的答案：

pd.set_option('display.max_columns', 500)
pd.set_option('display.max_rows', 500)

解决方案 19：

我可能偏离了主题，但我带着同样类型的问题来到这个帖子，我发现如果您想查看长列表和索引中的所有内容，这就是简单的答案。

这是我在 Spyder 中使用的：

print(df.info()) 

或者这是 Jupyter 所需要的：

df.info()

解决方案 20：

如果你只想查看所有列，你可以做一些这样的快速修复

cols = data_all2.columns

现在 cols 将表现为可以索引的迭代变量。例如

cols[11:20]

解决方案 21：

我有很多重复的列名，一旦我运行

df = df.loc[:,~df.columns.duplicated()]

我能够看到完整的专栏列表

来源：
https ://stackoverflow.com/a/40435354/5846417

解决方案 22：

“df.types”将数据框“df”的所有列作为行输出，并且作为附加奖励，您还将获得数据类型。

解决方案 23：

您可以使用以下之一

print(df.columns.tolist())
print(df_data.columns.values)
print(list(df.columns))