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
这是达到目标最简单的方法。
my_dataframe.columns.values.tolist ()
如果你很懒，试试这个>
列表（my_dataframe）
其他回答
即使之前提供的解决方案很好，我也希望像frame.column_names()这样的东西是Pandas中的一个函数，但由于它不是，也许使用下面的语法会很好。通过调用"tolist"函数，它以某种方式保留了您正在以正确的方式使用pandas的感觉:
frame.columns.tolist()
>>> list(my_dataframe)
['y', 'gdp', 'cap']
要在调试器模式下列出数据帧的列，使用列表理解式:
>>> [c for c in my_dataframe]
['y', 'gdp', 'cap']
顺便说一下，你可以简单地使用sorted:
>>> sorted(my_dataframe)
['cap', 'gdp', 'y']
这很简单。
比如你可以这样做:
列表(df.columns)
正如Simeon Visser的回答，你可以这样做
list(my_dataframe.columns.values)
or
list(my_dataframe) # For less typing.
但我认为最完美的地方是:
list(my_dataframe.columns)
它是明确的，同时不是不必要的长。
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!)
