Obtiene una lista de títulos de las columnas de la trama de datos pandas

Esta traducción de: la lista de selección Obtener encabezados de columna de PANDAS trama de datos

Quiero obtener una lista de los títulos de las columnas de una trama de datos pandas. Quiero obtener una lista de títulos de las columnas de pandas trama de datos. Trama de datos por vendrán del usuario en el INPUT TANTOS ¿Cómo la puedo saber las columnas de Will no existe por será o lo que llamaron por lo seré. De entrada trama de datos por parte del usuario, de modo que no sé cuántas columnas o lo que van a ser llamados.

Por ejemplo, si me dan una trama de datos de la siguiente manera: Por ejemplo, si me das esta trama de datos:

>>> 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

Me gustaría obtener una lista como esta: Quiero una lista como esta:

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

# 1 planta

Referencia: https://stackoom.com/question/1JkPS/ obtener una lista de títulos de las columnas de pandas-trama de datos


Casa # 2

Por my_dataframe.columns.


Casa # 3

Usted puede obtener los valores como una lista haciendo: Usted puede hacer lo siguiente para obtener el valor en forma de lista:

list(my_dataframe.columns.values)

Sólo tiene que utilizar también puede: (como se muestra en la respuesta de Ed Chum ): También se puede utilizar simplemente como :( respuestas sobre Ed muestra Chum ):

list(my_dataframe)

# 4 piso

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

Casa # 5

Hay una construida en el método que es el mas potente: un sistema incorporado en el método es el más eficaz:

my_dataframe.columns.values.tolist()

.columnsUn índice devuelve una, .columns.valuesdevuelve un Array A UN ayudante tiene y esta función .tolistpara devolver una lista. .columnsDevuelve un índice, .columns.valuesdevuelve una matriz, que tiene la función de ayuda .tolista devolver la lista.

Importante no es tan rendimiento si a, Indexobjetos del DEFINIR UN .tolist()método, que se puede llamar directamente: Si el rendimiento no es tan importante para ti, el Indexobjetivo es definir un .tolist()método, se puede llamar a este método directamente:

my_dataframe.columns.tolist()

La diferencia en el rendimiento es obvia: la diferencia de rendimiento es obvia:

%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)

Aquellos Typing la que odian al Para, puede el Justo Llamada listEN df, a fin de: Para los que odian a escribir, puede dfen la llamada listde la siguiente manera:

list(df)

Casa # 6

Una trama de datos sigue el dict para iterar a través de la sobre-como Convención de las "claves" Objetos de la. Trama de datos siguen una convención similar dict que itera "clave". Sobre objetos

my_dataframe.keys()

Método Object - Una lista de las teclas Crear / columnas to_list()y Pythonic Way / columna de clave de creación de listas - métodos de objeto to_list()y to_list()métodos

my_dataframe.keys().to_list()
list(my_dataframe.keys())

La iteración básico la trama de datos devuelve una columna de etiquetas de trama de datos de básicos iterativo etiquetas de columna de retorno

[column for column in my_dataframe]

No convertir una trama de datos en una lista , sólo para obtener las etiquetas de columna. No sólo para obtener los títulos de las columnas se trama de datos en una lista. No deje de pensar en la búsqueda de convenientes ejemplos de código. En la búsqueda de código de ejemplo conveniente, por favor haga pensar no parada.

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)
Artículos originales publicados 0 · ganado elogios 73 · vistas 550 000 +

Supongo que te gusta

Origin blog.csdn.net/w36680130/article/details/105328745
Recomendado
Clasificación