从 Pandas DataFrame 列标题中获取列表

Question

我想从 Pandas DataFrame 中获取列标题列表。 DataFrame 将来自用户输入，所以我不知道会有多少列或它们将被称为什么。

例如，如果给我一个 DataFrame 像这样：

>>> my_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：

>>> header_list
['y', 'gdp', 'cap']

Answer 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 的回答所示）：

list(my_dataframe)

Answer 2

有一个内置的方法是性能最好的：

my_dataframe.columns.values.tolist()

.columns返回一个索引， .columns.values返回一个数组，它有一个辅助函数.tolist返回一个列表。

如果性能对你来说不是那么重要， Index对象定义了一个.tolist()方法，你可以直接调用它：

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，您可以在df上调用list ，如下所示：

list(df)

Answer 3

做了一些快速测试，也许不出所料，使用dataframe.columns.values.tolist()的内置版本是最快的：

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

（不过，我仍然非常喜欢list(dataframe)框），所以感谢 EdChum！）

Answer 4

它变得更加简单（由 pandas 0.16.0 提供）：

df.columns.tolist()

会给你一个不错的列表中的列名。

Answer 5

很惊讶我到目前为止还没有看到这个帖子，所以我就把这个留在这里。

扩展迭代解包（python3.5+）： [*df]和朋友

解包概括 (PEP 448)已在 Python 3.5 中引入。 所以，下面的操作都是可能的。

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，那么这会更有效地消耗你的咖啡 ;)

PS：如果性能很重要，你会想要放弃上面的解决方案来支持

df.columns.to_numpy().tolist() # ['A', 'B', 'C']

这类似于Ed Chum 的回答，但针对 v0.24 进行了更新，其中.to_numpy()比使用.values 。 有关更多信息，请参阅此答案（由我提供）。

目视检查
由于我在其他答案中看到了这一点，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='\n')
A
B
C

---

对其他方法的批评

不要对可以在一行中完成的操作使用显式for循环（列表推导式是可以的）。

接下来，使用sorted(df)不会保留列的原始顺序。 为此，您应该使用list(df)代替。

接下来， list(df.columns)和list(df.columns.values)是不好的建议（截至当前版本，v0.24）。 Index （从df.columns返回）和 NumPy 数组（由df.columns.values返回）都定义了.tolist()方法，该方法更快、更惯用。

最后， list(df) ，即list(df)仅应用作上述方法的简洁替代方法，用于 python <= 3.4，其中扩展解包不可用。

Answer 6

>>> list(my_dataframe)
['y', 'gdp', 'cap']

要在调试器模式下列出数据帧的列，请使用列表理解：

>>> [c for c in my_dataframe]
['y', 'gdp', 'cap']

顺便说一句，您可以通过使用sorted来获得一个排序列表：

>>> sorted(my_dataframe)
['cap', 'gdp', 'y']

Answer 7

这可以作为my_dataframe.columns 。

Answer 8

DataFrame遵循迭代对象的“键”的类似 dict 的约定。

my_dataframe.keys()

创建键/列列表 - 对象方法to_list()和to_list()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]

不要将 DataFrame 转换为列表，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)

Answer 9

这很有趣，但df.columns.values.tolist()是快了近3倍，然后df.columns.tolist()但我认为他们是相同的：

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

Answer 10

在笔记本中

对于 IPython notebook 中的数据探索，我的首选方式是这样的：

sorted(df)

这将产生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，我发现这样做更明确

df.columns

因为它告诉其他阅读你的代码的人你在做什么。

Answer 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)

Answer 12

我想从pandas DataFrame获取列标题的列表。 DataFrame将来自用户输入，所以我不知道会有多少列或它们将被称为什么。

例如，如果给我这样的DataFrame：

>>> my_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：

>>> header_list
['y', 'gdp', 'cap']

Answer 13

正如西蒙·维瑟 (Simeon Visser) 所回答的……你可以这样做

list(my_dataframe.columns.values) 

或者

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，同时也不会过长。

Answer 14

要快速、整洁、目视检查，请尝试以下操作：

for col in df.columns:
    print col

Answer 15

我觉得问题值得额外解释。

正如@fixxxer 所指出的，答案取决于您在项目中使用的 Pandas 版本。 您可以使用pd.__version__命令获得。

如果您出于某种原因像我一样（在 debian jessie 上我使用 0.14.1）使用比 0.16.0 旧版本的 Pandas，那么您需要使用：

df.keys().tolist()因为还没有实现df.columns方法。

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。

Answer 16

import pandas as pd

# create test dataframe
df = pd.DataFrame('x', columns=['A', 'B', 'C'], index=range(2))

list(df.columns)

退货

['A', 'B', 'C']

Answer 17

n = []
for i in my_dataframe.columns:
    n.append(i)
print n

Answer 18

我想从pandas DataFrame获取列标题的列表。 DataFrame将来自用户输入，所以我不知道会有多少列或它们将被称为什么。

例如，如果给我这样的DataFrame：

>>> my_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：

>>> header_list
['y', 'gdp', 'cap']

Answer 19

即使上面提供的解决方案很好。 我也希望像 frame.column_names() 之类的东西是 Pandas 中的一个函数，但由于它不是，也许使用以下语法会很好。 通过调用“tolist”函数，它以某种方式保留了您以正确的方式使用熊猫的感觉：frame.columns.tolist()

frame.columns.tolist() 

Answer 20

如果 DataFrame 恰好有一个 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() ，因为这样一个简单的操作会对性能造成不必要的影响。

我经常遇到这种情况，因为我正在从数据库中穿梭数据，其中数据帧索引映射到主/唯一键，但对我来说实际上只是另一个“列”。 大熊猫有一个内置的方法来处理这样的事情可能是有意义的（我完全有可能错过了）。

Answer 21

listHeaders = [my_dataframe 中 colName 的 colName]

Answer 22

最简单的选项是： list(my_dataframe.columns)或my_dataframe.columns.tolist()

不需要上面复杂的东西:)

Answer 23

这是实现目标的最简单方法。

my_dataframe.columns.values.tolist()

如果你很懒，试试这个>

列表（my_dataframe）

Answer 24

它为您提供了简单的代码：

for i in my_dataframe:
    print(i)

去做就对了

Answer 25

它非常简单。

就像你可以这样做：

列表（df.columns）

Answer 26

此解决方案列出了对象 my_dataframe 的所有列：

print(list(my_dataframe))