![](/img/trans.png)
[英]How to select all columns whose names start with X in a pandas DataFrame
[英]How to show all columns' names on a large pandas dataframe?
我有一个包含数百列的 dataframe,我需要查看所有列名。
我做了什么:
In[37]:
data_all2.columns
output 是:
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?
您可以全局设置打印选项。 我认为这应该有效:
方法一:
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
方法二:
pd.options.display.max_columns = None
pd.options.display.max_rows = None
这将允许您在执行.head()
时查看所有列名和行。 不会截断任何列名。
如果您只想查看列名,您可以执行以下操作:
print(df.columns.tolist())
要获取 DataFrame 的所有列名,在本例中为df_data
,您只需要使用命令df_data.columns.values
。 这将向您显示一个列表,其中包含您的数据框的所有列名称
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']
这会成功的。 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:
需要使用display
,因为pd.option_context
设置仅适用于display
而不是print
。
在交互式控制台中,很容易做到:
data_all2.columns.tolist()
或者在脚本中:
print(data_all2.columns.tolist())
对我有用的是以下内容:
pd.options.display.max_seq_items = None
您还可以将其设置为大于列数的整数。
我发现的最简单的方法就是
list(df.columns)
就我个人而言,我不想更改全局变量,我不想经常看到所有列名。
不是传统的答案,但我想您可以转置数据框以查看行而不是列。 我使用它是因为我发现查看行比查看列更“直观”:
data_all2.T
这应该让您查看所有行。 此操作不是永久性的,它只是让您查看数据帧的转置版本。
如果行仍然被截断,只需使用print(data_all2.T)
查看所有内容。
你可以试试这个
pd.pandas.set_option('display.max_columns', None)
接受的答案导致我的列名环绕。 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)
你可以这样做
df.info(show_counts=True)
它将显示所有列。 将show_counts
设置为True
会显示not_null
数据的计数。
一个快速而肮脏的解决方案是将其转换为字符串
print('\t'.join(data_all2.columns))
会导致所有这些都被打印出来,由制表符分隔当然,请注意,有 102 个名称,它们都相当长,这将有点难以阅读
要获取所有列名,您可以遍历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。
我知道这是重复但我总是复制粘贴和修改 YOLO 的答案:
pd.set_option('display.max_columns', 500)
pd.set_option('display.max_rows', 500)
如果您只想查看所有列,您可以执行此类操作作为快速修复
cols = data_all2.columns
现在 cols 将表现为一个可以索引的迭代变量。 例如
cols[11:20]
我有很多重复的列名,一旦我跑
df = df.loc[:,~df.columns.duplicated()]
我能够看到完整的列列表
信用: https ://stackoverflow.com/a/40435354/5846417
我可能不合时宜,但我来到这个线程时遇到了相同类型的问题,如果你想查看长列表和索引中的所有内容,我发现这是一个简单的答案。
这是我在 Spyder 中使用的:
print(df.info())
或者这就是 Jupyter 中需要的:
df.info()
“df.types”将数据框“df”的所有列作为行输出,作为附带奖励,您还将获得数据类型。
试试这个——
df.columns.values
df.head(None)
通过这种方式,您可以使用格式数据框查看所有内容。 你需要写
data_all2.head(None)
我在控制台上打印每一列的首选 function 是:
pandas.set_option('display.expand_frame_repr', False)
对于 df2.columns.tolist() 中的 i: print(i)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.