从pandas DataFrame列标题获取列表

Question

我想从pandas数据框中获取列标题的列表。数据框将来自用户输入，因此我不知道将有多少列或它们将被调用。

例如，如果给我一个这样的数据帧：

>>> 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

我想得到这样一个列表：

>>> header_list
['y', 'gdp', 'cap']

Answer 1

有一种内置的方法最有效：

my_dataframe.columns.values.tolist()

.columns返回一个索引，.columns.values返回一个数组，这个数组有一个助手函数.tolist返回一个列表。

如果性能对您不那么重要，Index对象定义了一个可以直接调用的.tolist()方法：

my_dataframe.columns.tolist()

性能上的差异是显而易见的：

%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，这样：

list(df)

Answer 2

可以通过执行以下操作以列表形式获取值：

list(my_dataframe.columns.values)

也可以简单地使用：（如Ed Chum's answer所示）：

list(my_dataframe)

Answer 3

做了一些快速的测试，也许毫不奇怪使用dataframe.columns.values.tolist()的内置版本是最快的：

In [1]: %timeit [column for column in df]
1000 loops, best of 3: 81.6 µs per loop

In [2]: %timeit df.columns.values.tolist()
10000 loops, best of 3: 16.1 µs per loop

In [3]: %timeit list(df)
10000 loops, best of 3: 44.9 µs per loop

In [4]: % timeit list(df.columns.values)
10000 loops, best of 3: 38.4 µs per loop

（不过，我还是很喜欢list(dataframe)，所以谢谢埃德楚！）