<\/p>\n
Sie k\u00f6nnen eine der folgenden vier Methoden verwenden, um alle Spaltennamen in einem Pandas-DataFrame aufzulisten:<\/span><\/p>\n Methode 1: Haken verwenden<\/strong><\/span><\/p>\n Methode 2: Verwenden Sie tolist()<\/strong><\/span><\/p>\n Methode 3: Verwenden Sie list()<\/strong><\/span><\/p>\n Methode 4: Verwenden Sie list() mit Spaltenwerten<\/strong><\/span><\/p>\n Die folgenden Beispiele zeigen, wie jede dieser Methoden mit dem folgenden Pandas DataFrame verwendet wird:<\/span><\/p>\n Der folgende Code zeigt, wie alle Spaltennamen in einem Pandas-DataFrame mit eckigen Klammern aufgelistet werden:<\/span><\/p>\n Der folgende Code zeigt, wie alle Spaltennamen mit der Funktion .tolist()<\/strong> aufgelistet werden:<\/span><\/p>\n Der folgende Code zeigt, wie alle Spaltennamen mit der Funktion list()<\/strong> aufgelistet werden:<\/span><\/p>\n Der folgende Code zeigt, wie alle Spaltennamen mithilfe der Funktion list()<\/strong> mit Spaltenwerten aufgelistet werden:<\/span><\/p>\n Beachten Sie, dass alle vier Methoden die gleichen Ergebnisse liefern.<\/span><\/p>\n Beachten Sie, dass bei extrem gro\u00dfen DataFrames die Methode df.columns.values.tolist()<\/strong> tendenziell die schnellste ist.<\/span><\/p>\n In den folgenden Tutorials wird erkl\u00e4rt, wie Sie andere allgemeine Funktionen mit den Spalten eines Pandas-DataFrames ausf\u00fchren:<\/span><\/p>\n So l\u00f6schen Sie Spalten in Pandas<\/a> Sie k\u00f6nnen eine der folgenden vier Methoden verwenden, um alle Spaltennamen in einem Pandas-DataFrame aufzulisten: Methode 1: Haken verwenden [column for column in df] Methode 2: Verwenden Sie tolist() df. columns . values . tolist () Methode 3: Verwenden Sie list() list(df) Methode 4: Verwenden Sie list() mit Spaltenwerten list(df. columns . values ) Die […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n [column for<\/span> column in<\/span> df]\n<\/strong><\/pre>\n df. columns<\/span> . values<\/span> . tolist<\/span> ()<\/strong><\/pre>\n list(df)<\/b><\/pre>\n
list(df. columns<\/span> . values<\/span> )<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n<\/span><\/span>\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' points<\/span> ': [25, 12, 15, 14, 19, 23],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5],\n ' blocks<\/span> ': [6, 6, 3, 2, 7, 9]})\n\n#view DataFrame\n<\/span>df\n\n\tpoints assists rebounds blocks\n0 25 5 11 6\n1 12 7 8 6\n2 15 7 10 3\n3 14 9 6 2\n4 19 12 6 7\n5 23 9 5 9\n<\/strong><\/pre>\n Methode 1: Haken verwenden<\/strong><\/span><\/h3>\n
[column for<\/span> column in<\/span> df]\n\n['points', 'assists', 'rebounds', 'blocks']\n<\/strong><\/pre>\n Methode 2: Verwenden Sie tolist()<\/strong><\/span><\/h3>\n
df. columns<\/span> . values<\/span> . tolist<\/span> ()\n\n['points', 'assists', 'rebounds', 'blocks'] \n<\/strong><\/pre>\n Methode 3: Verwenden Sie list()<\/span><\/strong><\/h3>\n
list(df)\n\n['points', 'assists', 'rebounds', 'blocks']<\/span> \n<\/span><\/strong><\/pre>\n Methode 4: Verwenden Sie list() mit Spaltenwerten<\/span><\/strong><\/h3>\n
list(df. columns<\/span> . values<\/span> )\n\n['points', 'assists', 'rebounds', 'blocks']<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So schlie\u00dfen Sie Spalten in Pandas aus<\/a>
So wenden Sie eine Funktion auf ausgew\u00e4hlte Spalten in Pandas an<\/a>
So \u00e4ndern Sie die Spaltenreihenfolge in Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"