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
%%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)
其他回答
在笔记本上
对于IPython笔记本中的数据探索，我的首选方法是:
sorted(df)
这将产生一个易于阅读的字母顺序列表。
在代码存储库中
在代码中，我发现它更明确
df.columns
因为它告诉其他阅读你代码的人你在做什么。
如果DataFrame碰巧有一个Index或MultiIndex，你也想把它们包括在列名中:
names = list(filter(None, df.index.names + df.columns.values.tolist()))
它避免调用reset_index()，因为对于这样一个简单的操作，reset_index()会造成不必要的性能损失。
我经常遇到这种情况，因为我从数据库中穿梭数据，其中dataframe索引映射到一个主键/唯一键，但对我来说实际上只是另一个“列”。对于熊猫来说，有一个内置的方法可能是有意义的(完全有可能我错过了它)。
我觉得这个问题值得再解释一下。
正如fixxer所指出的，答案取决于您在项目中使用的Pandas版本。这可以通过pd得到。__version__命令。
如果你出于某种原因像我一样(在Debian 8 (Jessie)上我使用0.14.1)使用比0.16.0更老的Pandas版本，那么你需要使用:
df.keys().tolist()因为没有任何df.keys。Columns方法尚未实现。
这个keys方法的优点是，它甚至可以在更新版本的Pandas中工作，因此更加通用。
这很有趣，但df.columns.values.tolist()几乎比df.columns.tolist()快三倍，但我认为它们是相同的:
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
%%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)
