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
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)
其他回答
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)
这很简单。
比如你可以这样做:
列表(df.columns)
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。
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()
import pandas as pd
# create test dataframe
df = pd.DataFrame('x', columns=['A', 'B', 'C'], index=range(2))
list(df.columns)
返回
['A', 'B', 'C']
