Ich möchte eine Liste der Spaltenüberschriften von einem Pandas DataFrame erhalten. Der DataFrame wird von Benutzereingaben stammen, sodass ich nicht weiß, wie viele Spalten vorhanden sein werden oder wie sie aufgerufen werden.

Zum Beispiel, wenn ich einen DataFrame wie diesen bekomme:

>>> 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

Ich würde gerne eine Liste wie diese bekommen:

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

Sie können die Werte als Liste abrufen, indem Sie Folgendes tun:

list(my_dataframe.columns.values)

Sie können auch einfach Folgendes verwenden: (wie in Ed Chums Antwort gezeigt ):

list(my_dataframe)

Es gibt eine eingebaute Methode, die am leistungsfähigsten ist:

my_dataframe.columns.values.tolist()

.columnsGibt einen Index zurück, .columns.valuesgibt ein Array zurück und verfügt über eine Hilfsfunktion .tolistzum Zurückgeben einer Liste.

Wenn Ihnen die Leistung nicht so wichtig ist, Indexdefinieren Objekte eine .tolist()Methode, die Sie direkt aufrufen können:

my_dataframe.columns.tolist()

Der Leistungsunterschied ist offensichtlich:

%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)

Für diejenigen , die Typisierung hassen, können Sie einfach anrufen listauf df, wie so:

list(df)

Habe einige schnelle Tests durchgeführt, und es ist vielleicht nicht überraschend, dass die integrierte Version dataframe.columns.values.tolist()die schnellste ist:

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

(Ich mag das immer noch sehr list(dataframe), also danke EdChum!)

Es wird noch einfacher (von Pandas 0.16.0):

df.columns.tolist()

gibt Ihnen die Spaltennamen in einer schönen Liste.

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

Verwenden Sie ein Listenverständnis, um die Spalten eines Datenrahmens im Debugger-Modus aufzulisten:

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

Übrigens können Sie eine sortierte Liste erhalten, indem Sie einfach Folgendes verwenden sorted:

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

Überrascht habe ich das bisher noch nicht gesehen, also lasse ich es einfach hier.

Erweitertes iterierbares Entpacken (python3.5 +): [*df] und Freunde

Das Entpacken von Verallgemeinerungen (PEP 448) wurde mit Python 3.5 eingeführt. Die folgenden Operationen sind also alle möglich.

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 

Wenn Sie eine list....

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

Oder, wenn Sie eine wollen set,

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

Oder, wenn Sie eine wollen tuple,

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

Oder wenn Sie das Ergebnis irgendwo speichern möchten,

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

... wenn Sie die Art von Person sind, die Kaffee in Tippgeräusche umwandelt, wird dies Ihren Kaffee effizienter konsumieren;)

PS: Wenn Leistung wichtig ist, sollten Sie die oben genannten Lösungen zugunsten von ablehnen

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

Dies ähnelt der Antwort von Ed Chum , wurde jedoch für Version 0.24 aktualisiert, wobei .to_numpy()die Verwendung von bevorzugt wird .values. Weitere Informationen finden Sie in dieser Antwort (von mir).

Visuelle Überprüfung
Da ich dies in anderen Antworten gesehen habe, können Sie iterierbares Entpacken verwenden (keine expliziten Schleifen erforderlich).

print(*df)
A B C

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

Kritik anderer Methoden

Verwenden Sie keine explizite forSchleife für eine Operation, die in einer einzelnen Zeile ausgeführt werden kann (Listenverständnisse sind in Ordnung).

Bei Verwendung von sorted(df) wird die ursprüngliche Reihenfolge der Spalten nicht beibehalten . Dafür sollten Sie list(df)stattdessen verwenden.

Weiter list(df.columns)und list(df.columns.values)sind schlechte Vorschläge (ab der aktuellen Version, v0.24). Sowohl Index(zurückgegeben von df.columns) als auch NumPy-Arrays (zurückgegeben von df.columns.values) definieren eine .tolist()Methode, die schneller und idiomatischer ist.

Schließlich sollte die Auflistung, dh, list(df)nur als prägnante Alternative zu den oben genannten Methoden für Python <= 3.4 verwendet werden, bei denen kein erweitertes Entpacken verfügbar ist.

Das ist verfügbar als my_dataframe.columns.

Es ist interessant, aber df.columns.values.tolist()dann fast dreimal schneller, df.columns.tolist()aber ich dachte, dass sie gleich sind:

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

Ein DataFrame folgt der diktartigen Konvention, über die „Schlüssel“ der Objekte zu iterieren.

my_dataframe.keys()

Erstellen Sie eine Liste von Schlüsseln / Spalten - Objektmethode to_list()und pythonische Methode

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

Die grundlegende Iteration in einem DataFrame gibt Spaltenbeschriftungen zurück

[column for column in my_dataframe]

Konvertieren Sie einen DataFrame nicht in eine Liste, nur um die Spaltenbeschriftungen zu erhalten. Hören Sie nicht auf zu denken, während Sie nach praktischen Codebeispielen suchen.

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)

Im Notizbuch

Für die Datenexploration im IPython-Notizbuch bevorzuge ich Folgendes:

sorted(df)

Dadurch wird eine einfach zu lesende alphabetisch geordnete Liste erstellt.

In einem Code-Repository

Im Code finde ich es expliziter zu tun

df.columns

Weil es anderen, die Ihren Code lesen, sagt, was Sie tun.

%%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)

wie von Simeon Visser beantwortet ... könnten Sie tun

list(my_dataframe.columns.values) 

oder

list(my_dataframe) # for less typing.

Aber ich denke am meisten ist der Sweet Spot:

list(my_dataframe.columns)

Es ist explizit, gleichzeitig nicht unnötig lang.

Versuchen Sie Folgendes, um eine schnelle, saubere und visuelle Überprüfung zu erhalten:

for col in df.columns:
    print col

Dies gibt uns die Namen der Spalten in einer Liste:

list(my_dataframe.columns)

Eine andere Funktion namens tolist () kann ebenfalls verwendet werden:

my_dataframe.columns.tolist()

Ich bin der Meinung, dass die Frage eine zusätzliche Erklärung verdient.

Wie @fixxxer feststellte, hängt die Antwort von der Pandas-Version ab, die Sie in Ihrem Projekt verwenden. Was Sie mit pd.__version__Befehl bekommen können .

Wenn Sie aus irgendeinem Grund wie ich (auf Debian Jessie verwende ich 0.14.1) eine ältere Version von Pandas als 0.16.0 verwenden, müssen Sie Folgendes verwenden:

df.keys().tolist()weil noch keine df.columnsMethode implementiert ist.

Der Vorteil dieser Schlüsselmethode ist, dass sie auch in neueren Versionen von Pandas funktioniert und somit universeller ist.

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

Auch wenn die oben angegebene Lösung nett ist. Ich würde auch erwarten, dass etwas wie frame.column_names () eine Funktion in Pandas ist, aber da dies nicht der Fall ist, wäre es vielleicht schön, die folgende Syntax zu verwenden. Es bewahrt irgendwie das Gefühl, dass Sie Pandas richtig verwenden, indem Sie die Funktion "tolist" aufrufen: frame.columns.tolist ()

frame.columns.tolist() 

Wenn der DataFrame zufällig einen Index oder MultiIndex hat und Sie möchten, dass diese auch als Spaltennamen enthalten sind:

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

Es wird vermieden, reset_index () aufzurufen, was für eine so einfache Operation einen unnötigen Leistungseinbruch zur Folge hat.

Ich brauche dies häufiger, weil ich Daten aus Datenbanken pendle, in denen der Datenrahmenindex einem Primär- / eindeutigen Schlüssel zugeordnet ist, aber für mich eigentlich nur eine weitere "Spalte" ist. Für Pandas wäre es wahrscheinlich sinnvoll, eine eingebaute Methode für so etwas zu haben (möglicherweise habe ich sie verpasst).

Diese Lösung listet alle Spalten Ihres Objekts my_dataframe auf:

print(list(my_dataframe))