Chcę uzyskać listę nagłówków kolumn z pandy DataFrame. DataFrame będzie pochodzić z danych wprowadzanych przez użytkownika, więc nie będę wiedział, ile kolumn będzie i jak będą one nazywane.

Na przykład, jeśli otrzymam DataFrame w ten sposób:

>>> 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

Chciałbym uzyskać taką listę:

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

Możesz uzyskać wartości jako listę, wykonując:

list(my_dataframe.columns.values)

Możesz także po prostu użyć: (jak pokazano w odpowiedzi Eda Chuma ):

list(my_dataframe)

Istnieje wbudowana metoda, która jest najbardziej wydajna:

my_dataframe.columns.values.tolist()

.columnszwraca indeks, .columns.valueszwraca tablicę, która ma funkcję pomocniczą, .tolistktóra zwraca listę.

Jeśli wydajność nie jest dla Ciebie tak ważna, Indexobiekty definiują .tolist()metodę, którą można wywołać bezpośrednio:

my_dataframe.columns.tolist()

Różnica w wydajności jest oczywista:

%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)

Dla tych, którzy nie lubią pisać, można po prostu zadzwonić listna df, a więc:

list(df)

Przeprowadziłem kilka szybkich testów i być może nie jest zaskoczeniem, że wbudowana wersja dataframe.columns.values.tolist()jest najszybsza:

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

(Wciąż jednak bardzo mi się podoba list(dataframe), więc dzięki EdChum!)

To staje się jeszcze prostsze (według pand 0.16.0):

df.columns.tolist()

poda ci nazwy kolumn na ładnej liście.

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

Aby wyświetlić listę kolumn ramki danych w trybie debuggera, skorzystaj ze zrozumienia listy:

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

Nawiasem mówiąc, możesz uzyskać posortowaną listę, po prostu używając sorted:

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

Zaskoczony, jak dotąd nie widziałem tego, więc zostawię to tutaj.

Extended Iterable Unpacking (python3.5 +): [*df]and Friends

Rozpakowywanie uogólnień (PEP 448) zostało wprowadzone w Pythonie 3.5. Zatem wszystkie poniższe operacje są możliwe.

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 

Jeśli chcesz list....

[*df]
# ['A', 'B', 'C']

Lub, jeśli chcesz set,

{*df}
# {'A', 'B', 'C'}

Lub, jeśli chcesz tuple,

*df,  # Please note the trailing comma
# ('A', 'B', 'C')

Lub, jeśli chcesz gdzieś zapisać wynik,

*cols, = df  # A wild comma appears, again
cols
# ['A', 'B', 'C']

... jeśli jesteś typem osoby, która zamienia kawę na dźwięki pisania, cóż, dzięki temu będziesz spożywać kawę bardziej efektywnie;)

PS: jeśli wydajność jest ważna, warto porzucić powyższe rozwiązania na korzyść

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

Jest to podobne do odpowiedzi Eda Chuma, ale zaktualizowane do wersji v0.24, w której .to_numpy()preferowane jest użycie .values. Zobacz tę odpowiedź (przeze mnie), aby uzyskać więcej informacji.

Kontrola wizualna
Ponieważ widziałem to omówione w innych odpowiedziach, możesz użyć iterowalnego rozpakowywania (nie ma potrzeby jawnych pętli).

print(*df)
A B C

print(*df, sep='\n')
A
B
C

Krytyka innych metod

Nie używaj wyraźnej forpętli dla operacji, które można wykonać w jednym wierszu (rozumienie listy jest w porządku).

Następnie użycie sorted(df) nie zachowuje oryginalnej kolejności kolumn. W tym celu należy użyć list(df)zamiast tego.

Dalej, list(df.columns)i list(df.columns.values)są kiepskie sugestie (od bieżącej wersji, v0.24). Zarówno Index(zwrócone z df.columns), jak i NumPy (zwrócone przez df.columns.values) definiują .tolist()metodę, która jest szybsza i bardziej idiomatyczna.

Wreszcie, listifikacja, tj. list(df)Powinna być używana jedynie jako zwięzła alternatywa dla wyżej wymienionych metod dla Pythona <= 3.4, gdzie rozszerzone rozpakowywanie nie jest dostępne.

To jest dostępne jako my_dataframe.columns.

To ciekawe, ale df.columns.values.tolist()jest prawie 3 razy szybsze, df.columns.tolist()ale myślałem, że są takie same:

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

DataFrame następuje dict-Like konwencji iteracji nad „klucze” z przedmiotami.

my_dataframe.keys()

Utwórz listę kluczy / kolumn - metoda obiektowa to_list()i sposób pythonowy

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

Podstawowa iteracja na DataFrame zwraca etykiety kolumn

[column for column in my_dataframe]

Nie konwertuj DataFrame na listę, aby uzyskać etykiety kolumn. Nie przestawaj myśleć, szukając wygodnych próbek kodu.

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)

W notatniku

Do eksploracji danych w notatniku IPython preferuję:

sorted(df)

Które stworzy czytelną listę uporządkowaną alfabetycznie.

W repozytorium kodu

W kodzie uważam, że jest to bardziej wyraźne

df.columns

Ponieważ mówi innym, czytając twój kod, co robisz.

%%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)

jak odpowiedział Simeon Visser ... możesz to zrobić

list(my_dataframe.columns.values) 

lub

list(my_dataframe) # for less typing.

Ale myślę, że najbardziej podoba się to:

list(my_dataframe.columns)

Jest to wyraźne, a jednocześnie niepotrzebnie długie.

Aby szybko, schludnie i wizualnie sprawdzić, spróbuj tego:

for col in df.columns:
    print col

To daje nam nazwy kolumn na liście:

list(my_dataframe.columns)

Można również użyć innej funkcji o nazwie tolist ():

my_dataframe.columns.tolist()

Wydaje mi się, że pytanie zasługuje na dodatkowe wyjaśnienie.

Jak zauważył @fixxxer, odpowiedź zależy od wersji pandy, której używasz w swoim projekcie. Które można uzyskać za pomocą pd.__version__polecenia.

Jeśli jesteś z jakiegoś powodu takiego jak ja (na Debianie Jessie używam 0.14.1), używając starszej wersji pand niż 0.16.0, musisz użyć:

df.keys().tolist()ponieważ nie ma df.columnsjeszcze zaimplementowanej metody.

Zaletą tej metody kluczy jest to, że działa ona nawet w nowszej wersji pand, więc jest bardziej uniwersalna.

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

Mimo że powyższe rozwiązanie jest dobre. Spodziewałbym się również, że coś w rodzaju frame.column_names () będzie funkcją w pandach, ale skoro tak nie jest, być może lepiej byłoby użyć następującej składni. W pewien sposób zachowuje wrażenie, że używasz pand we właściwy sposób, wywołując funkcję „tolist”: frame.columns.tolist ()

frame.columns.tolist() 

Jeśli zdarzenie DataFrame ma indeks lub indeks MultiIndex, a Ty chcesz, aby te również zostały uwzględnione jako nazwy kolumn:

names = list(filter(None, df.index.names + df.columns.values.tolist()))

Pozwala to uniknąć wywoływania reset_index (), który ma niepotrzebny spadek wydajności w przypadku tak prostej operacji.

Potrzebuję tego częściej, ponieważ przesyłam dane z baz danych, w których indeks ramki danych jest mapowany na klucz podstawowy / unikalny, ale tak naprawdę jest to dla mnie kolejna „kolumna”. Prawdopodobnie sensownym byłoby, gdyby pandy miały wbudowaną metodę dla czegoś takiego (całkowicie możliwe, że tego nie zauważyłem).

To rozwiązanie wyświetla wszystkie kolumny obiektu my_dataframe:

print(list(my_dataframe))