我想从Pandas DataFrame中获得列标题的列表。DataFrame将来自用户输入，所以我不知道有多少列或它们将被称为什么。
例如，如果我有一个这样的数据帧:
>>> 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
我会得到一个这样的列表:
>>> header_list
['y', 'gdp', 'cap']
当前回答
n = []
for i in my_dataframe.columns:
n.append(i)
print n
其他回答
有一个内置的方法是性能最好的:
my_dataframe.columns.values.tolist()
.columns返回一个索引，.columns。Values返回一个数组，它有一个辅助函数.tolist返回一个列表。
如果性能对你来说不那么重要，Index对象定义了一个.tolist()方法，你可以直接调用:
my_dataframe.columns.tolist()
性能上的差异是明显的:
%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)
对于那些讨厌打字的人，你可以在df上调用list，如下所示:
list(df)
我做了一些快速测试，也许不出意外，使用datafframe .columns.values.tolist()的内置版本是最快的:
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
(尽管如此，我仍然非常喜欢这个列表(数据框架)，所以感谢EdChum!)
DataFrame遵循类似字典的约定，即遍历对象的“键”。
my_dataframe.keys()
创建一个键/列列表-对象方法to_list()和Pythonic方法:
my_dataframe.keys().to_list()
list(my_dataframe.keys())
DataFrame的基本迭代返回列标签:
[column for column in my_dataframe]
不要将DataFrame转换为列表，只是为了获得列标签。在寻找方便的代码示例时，不要停止思考。
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)
它变得更简单(由Pandas 0.16.0):
df.columns.tolist()
会给你一个很好的列表中的列名。
它的简单代码为您:
for i in my_dataframe:
print(i)
尽管去做
