提问人:natsuki_2002 提问时间:10/21/2013 最后编辑:cottontailnatsuki_2002 更新时间:9/17/2023 访问量:2159536
从 Pandas DataFrame 列标题中获取列表
Get a list from Pandas DataFrame column headers
问:
我想从 Pandas DataFrame 获取列标题列表。DataFrame 将来自用户输入,因此我不知道将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
我会得到这样的列表:
['y', 'gdp', 'cap']
答:
这可作为 .my_dataframe.columns
您可以通过执行以下操作来获取列表形式的值:
list(my_dataframe.columns.values)
您也可以简单地使用(如 Ed Chum 的回答所示):
list(my_dataframe)
n = []
for i in my_dataframe.columns:
n.append(i)
print n
有一个性能最高的内置方法:
my_dataframe.columns.values.tolist()
.columns
返回一个 ,返回一个数组,它有一个帮助程序函数来返回一个列表。Index
.columns.values
.tolist
如果性能对您来说不那么重要,则对象定义了一个可以直接调用的方法:Index
.tolist()
my_dataframe.columns.tolist()
性能差异很明显:
%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,您可以拨打 ,如下所示:list
df
list(df)
评论
DataFrame 遵循类似字典的约定,即遍历对象的“键”。
my_dataframe.keys()
创建键/列列表 - object 方法和 Pythonic 方式:to_list()
my_dataframe.keys().to_list()
list(my_dataframe.keys())
DataFrame 的基本迭代返回列标签:
[column for column in my_dataframe]
不要将 DataFrame 转换为列表,而只是为了获取列标签。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)
我做了一些快速测试,也许不出所料,内置版本使用的是最快的:dataframe.columns.values.tolist()
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
(不过我还是很喜欢,所以谢谢 EdChum!list(dataframe)
它变得更简单(通过 Pandas 0.16.0):
df.columns.tolist()
将为您提供一个不错的列表中的列名。
>>> list(my_dataframe)
['y', 'gdp', 'cap']
若要在调试器模式下列出数据帧的列,请使用列表推导式:
>>> [c for c in my_dataframe]
['y', 'gdp', 'cap']
顺便说一句,您只需使用以下方法即可获得排序列表:sorted
>>> sorted(my_dataframe)
['cap', 'gdp', 'y']
这很有趣,但比 快了近三倍,但我认为它们是一样的:df.columns.values.tolist()
df.columns.tolist()
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
评论
.values
在笔记本中
对于 IPython 笔记本中的数据浏览,我的首选方法是:
sorted(df)
这将产生一个易于阅读的按字母顺序排序的列表。
在代码存储库中
在代码中,我发现它更明确
df.columns
因为它告诉其他人阅读你的代码你在做什么。
我觉得这个问题值得进一步解释。
正如 fixxxer 所指出的,答案取决于您在项目中使用的 Pandas 版本。你可以用命令得到。pd.__version__
如果您出于某种原因像我一样(在 Debian 8 (Jessie) 上我使用 0.14.1)使用比 0.16.0 更旧版本的 Pandas,那么您需要使用:
df.keys().tolist()
因为还没有实现任何方法。df.columns
这种键方法的优点是它甚至可以在较新版本的 Pandas 中工作,因此它更通用。
正如 Simeon Visser 回答的那样,你可以做到
list(my_dataframe.columns.values)
或
list(my_dataframe) # For less typing.
但我认为最甜蜜的地方是:
list(my_dataframe.columns)
它是明确的,同时又不是不必要的长。
要进行快速、整洁、直观的检查,请尝试以下操作:
for col in df.columns:
print col
尽管之前提供的解决方案很好,但我也希望像 frame.column_names() 这样的东西成为 Pandas 中的一个函数,但既然不是,也许使用以下语法会很好。它通过调用“tolist”函数以某种方式保留了您以正确方式使用 pandas 的感觉:frame.columns.tolist()
frame.columns.tolist()
扩展可迭代解包 (Python 3.5+):和好友[*df]
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,如果您想将结果存储在某个地方,
*cols, = df # A wild comma appears, again
cols
# ['A', 'B', 'C']
...如果你是那种将咖啡转换为打字声音的人,那么,这将更有效地消耗你的咖啡;)
P.S.:如果性能很重要,你会想要放弃 上述解决方案有利于
df.columns.to_numpy().tolist() # ['A', 'B', 'C']
这与 Ed Chum 的答案类似,但针对 v0.24 其中首选于 .有关更多信息,请参阅此答案(由我提供)。
.to_numpy()
.values
目视检查
由于我已经在其他答案中看到了这一点,因此您可以使用可迭代的解包(不需要显式循环)。
print(*df)
A B C
print(*df, sep='\n')
A
B
C
对其他方法的批判
不要对可以在单行中完成的操作使用显式循环(列表推导式是可以的)。for
接下来,using 不会保留列的原始顺序。为此,您应该改用。sorted(df)
list(df)
接下来,是糟糕的建议(截至当前版本,v0.24)。(返回自 )和 NumPy 数组(返回自 )都定义了更快、更习惯的方法。list(df.columns)
list(df.columns.values)
Index
df.columns
df.columns.values
.tolist()
最后,列表化,即,对于无法进行扩展解包的 Python 3.4 或更早版本,应仅用作上述方法的简洁替代方案。list(df)
%%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)
评论
如果 DataFrame 恰好具有 Index 或 MultiIndex,并且您也希望将它们作为列名包含在内:
names = list(filter(None, df.index.names + df.columns.values.tolist()))
它避免了调用 reset_index(),因为对于这种简单的操作,这会对性能造成不必要的影响。
我经常需要这个,因为我正在从数据帧索引映射到主键/唯一键的数据库中穿梭数据,但实际上对我来说只是另一个“列”。对于熊猫来说,为这样的事情有一个内置的方法可能是有意义的(完全有可能我错过了它)。
listHeaders = [colName for colName in my_dataframe]
评论
最简单的选择是:或list(my_dataframe.columns)
my_dataframe.columns.tolist()
不需要上面的复杂东西:)
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']
这是实现目标的最简单方法。
my_dataframe.columns.values.tolist()
如果你很懒惰,试试这个>
列表(my_dataframe)
这是给你的简单代码:
for i in my_dataframe:
print(i)
只管去做
这很简单。
就像你可以这样做一样:
列表(df.columns)
评论
值得指出的是,几乎没有理由将列标题转换为列表。 将返回一个 Index/MultiIndex 对象,该对象可以像列表一样进行索引、切片和追加。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(您不能使用列表来执行此操作)。DataFrame.columns
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要将列中的值转换为列表,那么您的朋友:tolist()
lst = df['B'].tolist()
如果您使用的是 pandas,请使用以下命令
import pandas as pd
df = pd.read_csv(r'iris.csv')
#print(df.head(2))
# Dataframe show all columns
print(df.keys())
您可以启用注释以查看标题和 2 行数据。print(df.head(2))
评论