Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment répertorier tous les noms de colonnes dans Pandas (4 méthodes)



Vous pouvez utiliser l’une des quatre méthodes suivantes pour répertorier tous les noms de colonnes d’un DataFrame pandas :

Méthode 1 : utiliser des crochets

[column for column in df]

Méthode 2 : utilisez tolist()

df.columns.values.tolist()

Méthode 3 : utiliser list()

list(df)

Méthode 4 : utilisez list() avec les valeurs de colonne

list(df.columns.values)

Les exemples suivants montrent comment utiliser chacune de ces méthodes avec le DataFrame pandas suivant :

import pandas as pd

#create DataFrame
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

Méthode 1 : utiliser des crochets

Le code suivant montre comment répertorier tous les noms de colonnes d’un DataFrame pandas à l’aide de crochets :

[column for column in df]

['points', 'assists', 'rebounds', 'blocks']

Méthode 2 : utilisez tolist()

Le code suivant montre comment lister tous les noms de colonnes à l’aide de la fonction .tolist() :

df.columns.values.tolist()

['points', 'assists', 'rebounds', 'blocks'] 

Méthode 3 : utiliser list()

Le code suivant montre comment lister tous les noms de colonnes à l’aide de la fonction list() :

list(df)

['points', 'assists', 'rebounds', 'blocks'] 

Méthode 4 : utilisez list() avec les valeurs de colonne

Le code suivant montre comment lister tous les noms de colonnes à l’aide de la fonction list() avec les valeurs de colonne :

list(df.columns.values)

['points', 'assists', 'rebounds', 'blocks'] 

Notez que les quatre méthodes renvoient les mêmes résultats.

Notez que pour les DataFrames extrêmement volumineux, la méthode df.columns.values.tolist() a tendance à être la plus rapide.

Ressources additionnelles

Les didacticiels suivants expliquent comment exécuter d’autres fonctions courantes avec les colonnes d’un DataFrame pandas :

Comment supprimer des colonnes dans Pandas
Comment exclure des colonnes dans Pandas
Comment appliquer une fonction aux colonnes sélectionnées dans Pandas
Comment modifier l’ordre des colonnes dans Pandas DataFrame

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *