Bagaimana untuk mengekstrak Pengepala Lajur daripada Pandas DataFrame?

Patricia Arquette
Lepaskan: 2024-10-20 22:28:29
asal
941 orang telah melayarinya

How to Extract Column Headers from a Pandas DataFrame?

Mengambil Pengepala Lajur daripada Pandas DataFrame

Panda DataFrames ialah struktur data serba boleh yang membolehkan manipulasi dan analisis data yang cekap. Satu tugas biasa melibatkan mengekstrak pengepala lajur, yang boleh berguna untuk mendapatkan gambaran keseluruhan struktur DataFrame atau untuk pemprosesan selanjutnya.

Andaikan anda mempunyai DataFrame yang diimport daripada input pengguna, di mana bilangan dan nama lajur tidak diketahui . Untuk mengekstrak pengepala lajur sebagai senarai, anda boleh memanfaatkan kaedah berikut:

Kaedah 1: Menggunakan DataFrame.columns.values

<code class="python">column_headers = list(my_dataframe.columns.values)</code>
Salin selepas log masuk

my_dataframe.columns returns objek Indeks yang mengandungi pengepala lajur. Dengan menukar Indeks ini kepada senarai menggunakan nilai, anda memperoleh senarai rentetan yang mewakili nama lajur.

Kaedah 2: Menggunakan DataFrame.columns

<code class="python">column_headers = list(my_dataframe)</code>
Salin selepas log masuk

Ini kaedah ialah tatatanda pintasan untuk my_dataframe.columns.values, yang menukar terus lajur kepada senarai.

Contoh Penggunaan

Pertimbangkan 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
Salin selepas log masuk

Menggunakan salah satu kaedah, anda akan memperoleh senarai pengepala lajur berikut:

['y', 'gdp', 'cap']
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk mengekstrak Pengepala Lajur daripada Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!