快捷導(dǎo)航

pandas?dataframe獲取所有行名稱與列名稱方法示例

更新時間：2023年09月15日 08:25:17 作者：bitcarmanlee

這篇文章主要給大家介紹了關(guān)于pandas?dataframe獲取所有行名稱與列名稱的相關(guān)資料,Pandas是Python中用于數(shù)據(jù)分析的非常重要的庫,它提供了多種方法來獲取列名,需要的朋友可以參考下

1.獲取dataframe行名稱

pandas中，dataframe獲取行名稱，可以有如下兩種方式。

def check_rows():
    data = {
        'name': ['a', 'a', 'a', 'b', 'b', 'c', 'c', 'c'],
        's1': [1, 2, 3, 4, 5, 6, 7, 8],
        's2': [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8]
    }
    df = pd.DataFrame(data)
    row_index = df.index
    print("row_index is: ", row_index)
    print("type(row_index) is: ", type(row_index))
    rows_f1 = df.index.values
    print("rows_f1 is: ", rows_f1)
    print("type(rows_f1) is: ", type(rows_f1))
    rows_f1 = rows_f1.tolist()
    print("rows_f1 is: ", rows_f1)
    rows_f2 = [row for row in df.index]
    print("rows_f2 is: ", rows_f2)

df.index為RangeIndex類型，df.index.values屬性會輸出一個numpy.ndarray類型的數(shù)組，將這個數(shù)組轉(zhuǎn)化為list，就可以得到所有行名稱的list。

該方法的輸出為：

row_index is: RangeIndex(start=0, stop=8, step=1)
type(row_index) is: <class 'pandas.core.indexes.range.RangeIndex'>
rows_f1 is: [0 1 2 3 4 5 6 7]
type(rows_f1) is: <class 'numpy.ndarray'>
rows_f1 is: [0, 1, 2, 3, 4, 5, 6, 7]
rows_f2 is: [0, 1, 2, 3, 4, 5, 6, 7]

2.獲取dataframe列名稱

更多時候，我們是要想獲得dataframe的列名，有如下三種方式。

def check_columns():
    data = {
        'name': ['a', 'a', 'a', 'b', 'b', 'c', 'c', 'c'],
        's1': [1, 2, 3, 4, 5, 6, 7, 8],
        's2': [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8]
    }
    df = pd.DataFrame(data)
    columns_name_f1 = [column for column in df]
    print("columns_name_f1 is: ", columns_name_f1)
    columns = df.columns
    print("df.columns is: ", columns)
    print("type(df.columns) is: ", type(df.columns))
    columns_name_f2 = [column for column in df.columns]
    print("columns_name_f2 is: ", columns_name_f2)
    columns_name_f2 = df.columns.values.tolist()
    print("columns_name_f2 is: ", columns_name_f2)
    columns_name_f2 = df.columns.tolist()
    print("columns_name_f2 is: ", columns_name_f2)
    columns_name_f3 = list(df)
    print("columns_name_f3 is: ", columns_name_f3)

第一種方式: 直接列表推導(dǎo) [column for column in df]

第二種方式: df.columns返回的是Index類型，然后將該Index轉(zhuǎn)成list即可。

第三種方式:直接使用list(df)，就返回列名的list。

代碼最后輸出為：

columns_name_f1 is: ['name', 's1', 's2']
df.columns is: Index(['name', 's1', 's2'], dtype='object')
type(df.columns) is: <class 'pandas.core.indexes.base.Index'>
columns_name_f2 is: ['name', 's1', 's2']
columns_name_f2 is: ['name', 's1', 's2']
columns_name_f2 is: ['name', 's1', 's2']
columns_name_f3 is: ['name', 's1', 's2']