为什么一组熊猫数据框返回该数据框的列名？

Question

我只是在玩弄，发现这很有趣：

>>> import pandas as pd
>>> df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]})
>>> x = set(df)
>>> x
{'col2', 'col1'}

熊猫为什么将列名返回为设置值？

Answer 1

因为这就是在NDFrame的源代码中定义__iter__方式，其中pd.DataFrame是其子级：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

pd.DataFrame._info_axis在内部用于存储列标签：

df = pd.DataFrame(columns=list('abcd'))

df._info_axis # Index(['a', 'b', 'c', 'd'], dtype='object')

set会通过__iter__迭代pd.DataFrame实例，对每个元素进行哈希处理，并返回对应于唯一列标签的一set值。

Answer 2

您可以在DataFrame的父类NDFrame找到__iter__的实现：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

它本质上与在相同位置定义的DataFrame上的调用keys相同。 我在这里包括它，因为文档字符串是更有帮助，并介绍了在不同_info_axis之间的Series ， DataFrame和Panel

def keys(self):
    """Get the 'info axis' (see Indexing for more)
    This is index for Series, columns for DataFrame and major_axis for
    Panel.
    """
    return self._info_axis