Hoe u alle kolomnamen in panda's kunt weergeven (4 methoden)
U kunt een van de volgende vier methoden gebruiken om alle kolomnamen in een Panda DataFrame weer te geven:
Methode 1: haken gebruiken
Methode 2: Gebruik tolist()
df. columns . values . tolist ()
Methode 3: Gebruik lijst()
list(df)
Methode 4: Gebruik list() met kolomwaarden
list(df. columns . values )
De volgende voorbeelden laten zien hoe u elk van deze methoden kunt gebruiken met de volgende panda’s DataFrame:
import pandas as pd #createDataFrame df = pd. DataFrame ({' points ': [25, 12, 15, 14, 19, 23], ' assists ': [5, 7, 7, 9, 12, 9], ' rebounds ': [11, 8, 10, 6, 6, 5], ' blocks ': [6, 6, 3, 2, 7, 9]}) #view DataFrame df points assists rebounds blocks 0 25 5 11 6 1 12 7 8 6 2 15 7 10 3 3 14 9 6 2 4 19 12 6 7 5 23 9 5 9
Methode 1: haken gebruiken
De volgende code laat zien hoe u alle kolomnamen in een Panda DataFrame kunt weergeven met vierkante haken:
['points', 'assists', 'rebounds', 'blocks']
Methode 2: Gebruik tolist()
De volgende code laat zien hoe u alle kolomnamen kunt weergeven met behulp van de functie .tolist() :
df. columns . values . tolist () ['points', 'assists', 'rebounds', 'blocks']
Methode 3: Gebruik lijst()
De volgende code laat zien hoe u alle kolomnamen kunt weergeven met behulp van de functie list() :
list(df)
['points', 'assists', 'rebounds', 'blocks']
Methode 4: Gebruik list() met kolomwaarden
De volgende code laat zien hoe u alle kolomnamen kunt weergeven met behulp van de functie list() met kolomwaarden:
list(df. columns . values ) ['points', 'assists', 'rebounds', 'blocks']
Houd er rekening mee dat alle vier de methoden dezelfde resultaten opleveren.
Houd er rekening mee dat voor extreem grote dataframes de methode df.columns.values.tolist() doorgaans de snelste is.
Aanvullende bronnen
In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende functies kunt uitvoeren met de kolommen van een pandas DataFrame:
Hoe kolommen in Panda’s te verwijderen
Hoe u kolommen uitsluit in Panda’s
Hoe een functie toe te passen op geselecteerde kolommen in Pandas
Hoe u de kolomvolgorde in Pandas DataFrame kunt wijzigen