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
其他回答
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。
扩展可迭代解包(Python 3.5+): [*df]和Friends
Python 3.5引入了解包泛化(PEP 448)。因此，下面的操作都是可能的。
df = pd.DataFrame('x', columns=['A', 'B', 'C'], index=range(5))
df
A B C
0 x x x
1 x x x
2 x x x
3 x x x
4 x x x
如果你想要一个列表....
[*df]
# ['A', 'B', 'C']
或者，如果你想要一组，
{*df}
# {'A', 'B', 'C'}
如果你想要一个元组，
*df, # Please note the trailing comma
# ('A', 'B', 'C')
或者，如果你想把结果存储在某个地方，
*cols, = df # A wild comma appears, again
cols
# ['A', 'B', 'C']
．.． 如果你是那种把咖啡转换成打字声音的人，好吧，这将更有效地消耗你的咖啡;)
附注:如果性能很重要，你会想要抛弃 上述解决方案有利于 .tolist df.columns.to_numpy () () # [' a '， ' b '， ' c '] 这与Ed Chum的答案相似，但更新了 V0.24，其中.to_numpy()优先于.values的使用。看到 这个答案(由我)为更多的信息。
目视检查
因为我在其他回答中已经看到过这个问题，所以可以使用可迭代解包(不需要显式循环)。
print(*df)
A B C
print(*df, sep='\n')
A
B
C
其他方法的批判
对于可以在单行中完成的操作，不要使用显式for循环(列表推导式是可以的)。
接下来，使用sorted(df)不会保留列的原始顺序。为此，应该使用list(df)。
其次，list(df.columns)和list(df.columns.values)是不好的建议(就当前版本v0.24而言)。Index(从df.columns返回)和NumPy数组(从df.columns.values返回)都定义了.tolist()方法，该方法更快，更习惯。
最后，对于Python 3.4或更早版本，在扩展解包不可用的情况下，应该只使用列表(list(df))作为上述方法的简洁替代。
为了快速，简洁，直观的检查，试试这个:
for col in df.columns:
print col
n = []
for i in my_dataframe.columns:
n.append(i)
print n
%%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)
