So erhalten sie spaltennamen in pandas (3 methoden)

Sie können die folgenden Methoden verwenden, um Spaltennamen in einem Pandas-DataFrame abzurufen:

Methode 1: Alle Spaltennamen abrufen

 list (df)

Methode 2: Spaltennamen alphabetisch abrufen

 sorted (df)

Methode 3: Spaltennamen mit einem bestimmten Datentyp abrufen

 list ( df.select_dtypes (include=[' int64 ', ' bool ']))

Die folgenden Beispiele zeigen, wie jede Methode mit dem folgenden Pandas DataFrame verwendet wird:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F'],
                   ' points ': [18, 22, 19, 14, 14, 11],
                   ' assists ': [5, 7, 7, 9, 12, 9],
                   ' playoffs ': [True, False, False, True, True, True]})

#view DataFrame
print (df)

  team points assists playoffs
0 A 18 5 True
1 B 22 7 False
2 C 19 7 False
3 D 14 9 True
4 E 14 12 True
5 F 11 9 True

Beispiel 1: Alle Spaltennamen abrufen

Der einfachste Weg, alle Spaltennamen in einem Pandas-DataFrame abzurufen, ist die Verwendung von list() wie folgt:

 #get all column names
list (df)

['team', 'points', 'assists', 'playoffs']

Das Ergebnis ist eine Liste mit den vier Spaltennamen des Pandas DataFrame.

Beispiel 2: Spaltennamen alphabetisch abrufen

Um die Spaltennamen in einem Pandas-DataFrame in alphabetischer Reihenfolge abzurufen, können Sie die Funktion sorted() wie folgt verwenden:

 #get column names in alphabetical order
sorted (df)

['assists', 'playoffs', 'points', 'team']

Das Ergebnis ist eine Liste mit den vier Spaltennamen des Pandas-DataFrames, die in alphabetischer Reihenfolge aufgeführt sind.

Sie können auch das Argument reverse=True verwenden, um die Spaltennamen in umgekehrter alphabetischer Reihenfolge abzurufen:

 #get column names in reverse alphabetical order
sorted (df, reverse= True )

['team', 'points', 'playoffs', 'assists']

Beispiel 3: Spaltennamen mit einem bestimmten Datentyp abrufen

Sie können die folgende Syntax verwenden, um den Datentyp jeder Spalte im DataFrame anzuzeigen:

 #view data type of each column
df. dtypes

team object
int64 dots
assists int64
playoffs bool
dtype:object

Anschließend können Sie die Funktion select_dtypes() verwenden, um nur die Spaltennamen mit einem bestimmten Datentyp abzurufen.

Beispielsweise können wir die folgende Syntax verwenden, um nur Spaltennamen abzurufen, die einen int64- oder bool- Datentyp haben:

 #get all columns that have data type of int64 or bool
list ( df.select_dtypes (include=[' int64 ', ' bool ']))

['points', 'assists', 'playoffs']

Das Ergebnis ist eine Liste von Spaltennamen mit einem int64- oder bool- Datentyp.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie andere gängige Vorgänge in Pandas ausgeführt werden:

Pandas: So benennen Sie Spalten um
Pandas: So legen Sie eine Spalte als Index fest
Pandas: Index der Zeilen abrufen, deren Spalte mit dem Wert übereinstimmt