然后,我们可以创建一个数据框并获取其列名称: # 创建一个数据框df=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})# 获取列名称column_names=df.columns# 打印列名称print(column_names) 1. 2. 3. 4. 5. 6. 7. 8. 输出结果为: Index(['A', 'B', 'C'], dtype='object...
可以通过以下代码获取数据框的列名: importpandasaspd# 创建一个示例数据框data={'Name':['Alice','Bob','Charlie'],'Age':[25,30,35],'Gender':['Female','Male','Male']}df=pd.DataFrame(data)# 获取数据框的列名column_names=df.columns.tolist()print(column_names) 1. 2. 3. 4. 5. 6. 7...
在这个例子中,我们创建了一个包含3列的DataFrame,并定义了一个名为get_column_names的函数,该函数通过row.index.tolist()获取每一行的列名,并返回一个包含列名的列表。然后,我们使用df.apply函数按行应用这个自定义函数,并将结果存储在column_names变量中。最后,我们遍历column_names并打印每一行的列名。 请注...
df = pd.read_csv('data.csv') 使用.columns属性获取列名: 一旦你有了DataFrame,就可以使用.columns属性来获取列名的列表。 python column_names = df.columns 打印或返回列名列表: 最后,你可以打印列名列表,或者将其返回以供后续使用。 python print(column_names) 综合以上步骤,完整的代码示例如下: python...
names = ['John', 'Emma', 'Tom']ages = [23, 28, 35]cities = ['New York', 'London', 'Paris']df = pd.DataFrame({'Name': names, 'Age': ages, 'City': cities})索引和选择数据 列的选择：可以通过列的名称来选择DataFrame中的列，使用df['column_name']的方式。name_column = df['...
df[行索引,列索引]或df[[列名1,列名2]] #使用切片操作选择特定的行 df[1:4] #传入列名选择特定的列 df[['a','c']] b. loc函数 当每列已有column name时,用 df [ ‘a’ ] 就能选取出一整列数据。如果你知道column names 和index,且两者都很好输入,可以选择 .loc同时进行行列选择。
df=DataFrame(data) 代码语言:javascript 复制 其中DataFrame(data=None,index=None,columns=None)其中index代表行名称,columns代表列名称 其中df.index/df.columns分别代表行名称与列名称: 代码语言:javascript 复制 df.index #行名 df.columns #列名 其中index也是索引,而且不是那么好修改的。
你打印 df[列名] 和 df[列名] .tolist() 试一下，两个都打印，先不要管他是什么对象还是数组 ...
df = pd.DataFrame(data) 2、访问列 要访问DataFrame中的某一列,可以使用以下方法: 使用点符号:df.column_name 使用方括号:df['column_name'] 要访问上面创建的DataFrame中的“姓名”列,可以使用以下代码: names = df.姓名 或者 names = df['姓名'] ...
df = pd.read_csv('data/patient_heart_rate.csv', names = column_names) df.head() 运行结果如下: 上面的结果展示了我们自定义的列头。我们只是在这次读取 csv 的时候,多了传了一个参数 names = column_names,这个就是告诉 Pandas 使用我们提供的列头。