从 Pandas DataFrame 列标题中获取列表
- 2025-02-05 13:24:00
- admin 原创
- 86
问题描述：
我想从 Pandas DataFrame 中获取列标题列表。DataFrame 将来自用户输入，因此我不知道有多少列或它们将被称为什么。
例如，如果我得到一个这样的 DataFrame：
y gdp cap
0 1 2 5
1 2 3 9
2 8 7 2
3 3 4 7
4 6 7 7
5 4 8 3
6 8 2 8
7 9 9 10
8 6 6 4
9 10 10 7
我会得到如下列表：
['y', 'gdp', 'cap']
解决方案 1：
您可以通过执行以下操作以列表形式获取值：
list(my_dataframe.columns.values)
您也可以简单地使用（如Ed Chum 的回答中所示）：
list(my_dataframe)
解决方案 2：
有一个性能最高的内置方法：
my_dataframe.columns.values.tolist()
.columns返回一个Index，.columns.values返回一个数组，并且它有一个辅助函数.tolist来返回一个列表。
如果性能对你来说不那么重要，Index对象定义了一个.tolist()你可以直接调用的方法：
my_dataframe.columns.tolist()
性能上的差异是显而易见的：
%timeit df.columns.tolist()
16.7 µs ± 317 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%timeit df.columns.values.tolist()
1.24 µs ± 12.3 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
对于那些讨厌打字的人，你可以直接调用list，df如下所示：
list(df)
解决方案 3：
我做了一些快速测试，也许并不奇怪，使用的内置版本dataframe.columns.values.tolist()是最快的：
In [1]: %timeit [column for column in df]
1000 loops, best of 3: 81.6 µs per loop
In [2]: %timeit df.columns.values.tolist()
10000 loops, best of 3: 16.1 µs per loop
In [3]: %timeit list(df)
10000 loops, best of 3: 44.9 µs per loop
In [4]: % timeit list(df.columns.values)
10000 loops, best of 3: 38.4 µs per loop
（我仍然非常喜欢这个list(dataframe)，所以感谢 EdChum！）
解决方案 4：
扩展的可迭代解包 (Python 3.5+)：[*df]及其相关函数
Python 3.5 引入了解包泛化 (PEP 448) 。因此，以下操作都是可能的。
df = pd.DataFrame('x', columns=['A', 'B', 'C'], index=range(5))
df
A B C
0 x x x
1 x x x
2 x x x
3 x x x
4 x x x
如果你想要一个list....
[*df]
# ['A', 'B', 'C']
或者，如果你想要一个set，
{*df}
# {'A', 'B', 'C'}
或者，如果你想要一个tuple，
*df, # Please note the trailing comma
# ('A', 'B', 'C')
或者，如果你想将结果存储在某处，
*cols, = df # A wild comma appears, again
cols
# ['A', 'B', 'C']
...如果你是那种将咖啡转换成打字声音的人，那么，这将使你更有效地喝咖啡;)
PS：如果性能很重要，你会想要放弃上面的解决方案，转而采用
df.columns.to_numpy().tolist() # ['A', 'B', 'C']这与Ed Chum 的回答类似，但已针对 v0.24 进行了更新，其中
.to_numpy()优先使用.values。
有关更多信息，请参阅此回答（由我提供）。
目视检查
由于我已在其他答案中看到过对此的讨论，因此您可以使用可迭代解包（不需要显式循环）。
print(*df)
A B C
print(*df, sep='
')
A
B
C
对其他方法的批评
不要for对可以在一行中完成的操作使用显式循环（列表推导是可以的）。
其次，使用sorted(df) 不会保留列的原始顺序。因此，您应该改用list(df)。
接下来，list(df.columns)和list(df.columns.values)是较差的建议（截至当前版本，v0.24）。Index（从 返回df.columns）和 NumPy 数组（由 返回df.columns.values）都定义了.tolist()更快且更惯用的方法。
最后，列表化即list(df)仅应作为上述方法的简洁替代方法，适用于无法使用扩展解包的 Python 3.4 或更早版本。
解决方案 5：
它变得更加简单（到 Pandas 0.16.0）：
df.columns.tolist()
将在一个漂亮的列表中为您提供列名。
解决方案 6：
>>> list(my_dataframe)
['y', 'gdp', 'cap']
要在调试器模式下列出数据框的列，请使用列表推导：
>>> [c for c in my_dataframe]
['y', 'gdp', 'cap']
顺便说一下，您只需使用以下命令即可获得排序列表sorted：
>>> sorted(my_dataframe)
['cap', 'gdp', 'y']
解决方案 7：
其可用作my_dataframe.columns。
解决方案 8：
这很有趣，但是df.columns.values.tolist()比快了几乎三倍df.columns.tolist()，但我认为它们是相同的：
In [97]: %timeit df.columns.values.tolist()
100000 loops, best of 3: 2.97 µs per loop
In [98]: %timeit df.columns.tolist()
10000 loops, best of 3: 9.67 µs per loop
解决方案 9：
DataFrame遵循类似字典的约定，对对象的“键”进行迭代。
my_dataframe.keys()
创建键/列的列表 - 对象方法to_list()和 Pythonic 方式：
my_dataframe.keys().to_list()
list(my_dataframe.keys())
DataFrame 上的基本迭代返回列标签：
[column for column in my_dataframe]
不要为了获取列标签而将 DataFrame 转换为列表。在寻找方便的代码示例时，不要停止思考。
xlarge = pd.DataFrame(np.arange(100000000).reshape(10000,10000))
list(xlarge) # Compute time and memory consumption depend on dataframe size - O(N)
list(xlarge.keys()) # Constant time operation - O(1)
解决方案 10：
在笔记本中
对于IPython笔记本中的数据探索，我喜欢的方式是这样的：
sorted(df)
这将生成一个易于阅读的按字母顺序排列的列表。
在代码存储库中
在代码中我发现更明确的做法是
df.columns
因为它会告诉其他阅读你的代码的人你在做什么。
解决方案 11：
%%timeit
final_df.columns.values.tolist()
948 ns ± 19.2 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%%timeit
list(final_df.columns)
14.2 µs ± 79.1 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit
list(final_df.columns.values)
1.88 µs ± 11.7 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)
%%timeit
final_df.columns.tolist()
12.3 µs ± 27.4 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
%%timeit
list(final_df.head(1).columns)
163 µs ± 20.6 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
解决方案 12：
它非常简单。
就像你可以这样做：
列表（df.列）
解决方案 13：
最简单的选择是：list(my_dataframe.columns)或者my_dataframe.columns.tolist()
不需要上面那些复杂的东西:)
解决方案 14：
为了进行快速、整洁的视觉检查，请尝试以下操作：
for col in df.columns:
print col
解决方案 15：
正如Simeon Visser 所回答的那样，你可以这样做
list(my_dataframe.columns.values)
或者
list(my_dataframe) # For less typing.
但我认为最理想的情况是：
list(my_dataframe.columns)
它很明确，同时又不会太长。
解决方案 16：
import pandas as pd
# create test dataframe
df = pd.DataFrame('x', columns=['A', 'B', 'C'], index=range(2))
list(df.columns)
返回
['A', 'B', 'C']
解决方案 17：
我觉得这个问题值得进一步解释。
正如fixxxer 所指出的，答案取决于你在项目中使用的 Pandas 版本。你可以使用pd.__version__命令获取。
如果您出于某种原因像我一样（在Debian 8（Jessie）上我使用 0.14.1）使用早于 0.16.0 版本的 Pandas，那么您需要使用：
df.keys().tolist()因为尚未df.columns实施任何方法。
这种键方法的优点是它即使在较新版本的 Pandas 中也能起作用，因此更加通用。
解决方案 18：
如果你使用 Pandas，那么使用以下命令
import pandas as pd
df = pd.read_csv(r'iris.csv')
#print(df.head(2))
# Dataframe show all columns
print(df.keys())
您可以启用注释print(df.head(2))来查看标题和两行数据。
解决方案 19：
n = []
for i in my_dataframe.columns:
n.append(i)
print n
解决方案 20：
如果 DataFrame 恰好有一个 Index 或 MultiIndex，并且您也希望将它们包含在列名中：
names = list(filter(None, df.index.names + df.columns.values.tolist()))
它避免调用 reset_index()，因为对于这样一个简单的操作来说，这会造成不必要的性能损失。
我更经常需要这个，因为我正在从数据库中传输数据，其中数据框索引映射到主键/唯一键，但对我来说实际上只是另一个“列”。对于 pandas 来说，为这样的事情提供一个内置方法可能是有意义的（完全可能我错过了它）。
解决方案 21：
这是达到目标最简单的方法。
my_dataframe.columns.values.tolist()
如果你很懒，试试这个>
列表（我的数据框）
解决方案 22：
值得指出的是，几乎没有理由将列标题转换为列表。DataFrame.columns将返回一个 Index/MultiIndex 对象，该对象可以像列表一样进行索引、切片和附加。事实上，由于它类似于 numpy 数组，因此您可以使用列表进行索引（而您不能使用列表进行索引）。
一些常见任务：
df = pd.DataFrame({'A': range(5), 'B': range(6, 11), 'C': list('abcde')})
first_col_header = df.columns[0] # 1st column header
first_third_headers = df.columns[[0,2]] # 1st and 3rd column headers
df.columns = df.columns[:-1].append(pd.Index(['col5'])) # append a value
np.tile(df.columns, 2) # == list(df)*2 # repeat headers
df.columns.repeat(2) # == [c for c in df for _ in range(2)]
但是，如果您来这里是因为您想将一列中的值转换为列表，那么tolist()您的朋友是：
lst = df['B'].tolist()
解决方案 23：
这是适合您的简单代码：
for i in my_dataframe:
print(i)
去做就对了
解决方案 24：
尽管之前提供的解决方案很好，但我也希望像 frame.column_names() 这样的函数在 Pandas 中是函数，但既然它不是，也许使用以下语法会更好。通过调用“tolist”函数，它在某种程度上保留了你以正确方式使用 pandas 的感觉：frame.columns.tolist()
frame.columns.tolist()
解决方案 25：
listHeaders = [my_dataframe 中 colName 的 colName]
