Pandas2.2 DataFrame

Indexing, iteration

方法	描述
DataFrame.head([n])	用于返回 DataFrame 的前几行
DataFrame.at	快速访问和修改 DataFrame 中单个值的方法
DataFrame.iat	快速访问和修改 DataFrame 中单个值的方法
DataFrame.loc	用于基于标签（行标签和列标签）来访问和修改 DataFrame 中的数据
DataFrame.iloc	用于基于整数位置（行号和列号）来访问和修改 DataFrame 中的数据
DataFrame.insert(loc, column, value[, …])	用于在 DataFrame 的指定位置插入一个新的列
DataFrame.iter()	用于迭代 DataFrame 的列名
DataFrame.items()	用于迭代 DataFrame 的列名和列数据
DataFrame.keys()	返回 DataFrame 的列名

pandas.DataFrame.keys()

pandas.DataFrame.keys() 方法返回 DataFrame 的列名，类似于字典的键。这个方法返回一个 Index 对象，其中包含 DataFrame 的所有列名。

语法

keys = DataFrame.keys()l

示例

假设我们有一个 DataFrame 如下：

import pandas as pd

data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}

df = pd.DataFrame(data)
print(df)

输出：

   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

获取列名

使用 keys() 方法获取 DataFrame 的列名：

keys = df.keys()
print(keys)

输出：

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

将列名转换为列表

将 Index 对象转换为列表以便进一步处理：

keys_list = df.keys().tolist()
print(keys_list)

输出：

['A', 'B', 'C']

遍历列名

使用 keys() 方法遍历 DataFrame 的列名：

for column_name in df.keys():
    print(column_name)

输出：

A
B
C

总结

pandas.DataFrame.keys() 方法返回 DataFrame 的列名，以 Index 对象的形式。这个方法类似于字典的 keys() 方法，方便你获取和处理 DataFrame 的列名。你可以将返回的 Index 对象转换为列表或其他数据结构，以便进行进一步的操作。