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
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
其他回答
它可以作为my_datafframe。columns。
你可以通过以下方式获取值:
list(my_dataframe.columns.values)
你也可以简单地使用(如Ed Chum的回答所示):
list(my_dataframe)
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!)
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。
n = []
for i in my_dataframe.columns:
n.append(i)
print n
