Pandas数据框架列的完整指南

Pandas DataFrame的列是一个内置的属性，用于查找给定DataFrame的列标签。要在Pandas DataFrame中选择一个列，我们可以通过调用列的名称来访问这些列。

DataFrame主要是以表格的形式存在。根据我们的需要，我们可以在DataFrame的行和列上进行许多算术操作。

Pandas列

要找到一个给定的DataFrame的列标签，可以使用Pandas DataFrame列属性。为了处理列，我们对列进行基本操作，如选择、删除、添加和重命名列。

语法

DataFrame.columns

Pandas DataFrame.columns不是一个函数，这就是为什么它没有任何参数。

返回值

DataFrame.columns返回输入的DataFrame的所有列的标签/名称。

关于DataFrame.columns的示例程序

写一个程序来展示DataFrame.columns的工作。

import pandas as pd

data = pd.DataFrame({'Name': ['Rohit', 'Raj', 'Shubh', 'Shivam'], 'Marks': [
                    95, 74, 84, 26], 'Subject': ['Maths', 'Science', 'English', 'Social Science']})
column_names = data.columns
print(column_names)

输出

Index(['Name', 'Marks', 'Subject'], dtype='object')

这里我们可以看到，我们创建了一个DataFrame，将 列名保存 在一个变量中，并打印出所需的列名。

例2：从一个字典中创建一个DataFrame，并使用DataFrame.columns返回该DataFrame的列名。

请看下面的代码：

import pandas as pd

data = {'Name': ['Rohit', 'Raj', 'Shubh', 'Shivam'], 'Marks': [95, 74, 84, 26]}
df = pd.DataFrame(data)
column_name = df.columns
print(column_name)

输出

Index(['Name', 'Marks'], dtype='object')

在这里我们可以看到，我们首先创建了一个字典，然后用这个字典创建了一个DataFrame，之后将该DataFrame的列名存储到一个变量中，然后打印输出。

使用DataFrame.columns属性来返回列的标签。

我们将使用DataFrame.columns属性来返回给定DataFrame的列标签。

请看下面的代码：

import pandas as pd

# Creating the DataFrame
df = pd.DataFrame({"A": [21, 11, 19, None, 1],
                   "B": [7, 19, 57, 3, None],
                   "C": [10, 16, 11, 3, 8],
                   "D": [14, 3, None, 2, 6]})

# Create the index
index_row = ['Row_1', 'Row_2', 'Row_3', 'Row_4', 'Row_5']

# Set the index
df.index = index_row

# Print the DataFrame
print(df)
print(df.columns)

输出结果

          A     B   C     D
Row_1  21.0   7.0  10  14.0
Row_2  11.0  19.0  16   3.0
Row_3  19.0  57.0  11   NaN
Row_4   NaN   3.0   3   2.0
Row_5   1.0   NaN   8   6.0

Index(['A', 'B', 'C', 'D'], dtype='object')

正如我们在输出中看到的，DataFrame.columns属性已经成功地返回了给定DataFrame的所有列标签。

总结

Pandas DataFrame是一个二维的、大小可调整的、复杂的表格数据结构，有标记的轴（行和列）。DataFrame columns属性返回给定Dataframe的列标签。

这就是Pandas DataFrame columns属性的内容。