Как получить имена столбцов в DataFrame Pandas

В этом руководстве вы узнаете, как с помощью Pandas получить имена столбцов DataFrame. Существует множество способов достичь этого, в зависимости от того, какой именно результат вам нужен.

В данном уроке рассматриваются все возможные сценарии, и даются подробные инструкции. Умение получать и просматривать список всех столбцов в DataFrame на основе Pandas позволяет лучше понимать структуру данных и эффективнее с ними работать.

Оглавление

Загрузка примера DataFrame

Чтобы следовать материалу урока, мы предоставляем образец DataFrame, созданный с помощью Pandas. Если у вас есть собственные данные, вы можете использовать их — разумеется, результаты будут отличаться. Чтобы начать, просто скопируйте и вставьте код из блока ниже:

# Загрузка примера Pandas DataFrame
import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv')

print(df.head())

# Возвращает:
#         Date  Name  NumSold   Total  Active
# 0  01-Jan-23   Nik       14  329.67    True
# 1  02-Jan-23  Evan       12  475.71   False
# 2  03-Jan-23  Kyra       16  569.64    True
# 3  04-Jan-23  Kate       13  528.23   False
# 4  05-Jan-23   NaN       19  974.65    True

В приведённом выше блоке кода мы загрузили DataFrame Pandas с помощью функции pd.read_csv(). DataFrame содержит пять столбцов с разнородными типами данных, а также некоторые пропущенные значения.

Как получить имена столбцов из DataFrame Pandas

Pandas предоставляет несколько удобных способов получить имена столбцов. Самый простой способ — передать DataFrame в функцию list(), которая возвращает список всех имён столбцов.

# Получить все названия столбцов в виде списка

import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv')

print(list(df))

# Возвращает:
# ['Date', 'Name', 'NumSold', 'Total', 'Active']

Это возвращает список всех имён столбцов DataFrame в том порядке, в котором они расположены.

Кроме того, вы можете получить доступ ко всем именам столбцов в DataFrame Pandas с помощью атрибута .columns. Этот атрибут возвращает объект Pandas Index, содержащий все имена столбцов.

Хотя этот объект поддерживает итерацию, если вы хотите преобразовать его в список, необходимо либо использовать метод .tolist(), либо передать его в функцию list().

# Использование атрибута .columns для получения названий столбцов

import pandas as pd

df = pd.read_csv('https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv')

print(df.columns.tolist())

# Возвращает:
# ['Date', 'Name', 'NumSold', 'Total', 'Active']

Этот подход требует написания большего количества кода.

Почему стоит использовать атрибут .columns DataFrame Pandas для получения имён столбцов?

Атрибут .columns позволяет проверять принадлежность к столбцам DataFrame. Это упрощает проверку наличия определённого столбца, без необходимости создания отдельного списка имён столбцов.

Как получить список имён столбцов Pandas из CSV-файла

Pandas также позволяет очень легко получить список имён столбцов из CSV-файла. Для этого можно указать чтение только одной строки данных. После этого вы можете воспользоваться описанным выше методом для получения имён столбцов.

# Получить список названий столбцов Pandas из CSV

import pandas as pd

df = pd.read_csv(
    'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv',
    nrows=1
)

print(list(df))

# Возвращает:
# ['Date', 'Name', 'NumSold', 'Total', 'Active']

В приведённом выше примере мы загружаем только одну строку данных, используя аргумент nrows=1. Это позволяет загрузить минимально возможное количество данных (сэкономив память и время), при этом сохранив доступ к именам столбцов.

Как проверить существование столбца в DataFrame Pandas

Pandas предоставляет простой способ проверки наличия столбца в DataFrame с помощью атрибута .columns. Как упоминалось выше, .columns возвращает объект Index, который похож на список и поддерживает проверку принадлежности.

Чтобы проверить, существует ли столбец в DataFrame, можно использовать ключевое слово in.

Давайте посмотрим, как можно проверить наличие столбца NumSold:

# Проверка существования столбца в Pandas DataFrame

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print('NumSold' in df.columns)

# Возвращает: True

В приведённом выше коде мы использовали ключевое слово in, чтобы проверить, содержится ли строка 'NumSold' в итерируемом объекте df.columns.

Если мы хотим вывести сообщение в зависимости от того, существует столбец или нет, мы можем обернуть это в блок if-else, как показано ниже:

# Проверка существования столбца

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

if 'NumSold' in df.columns:
    print('Column exists!')
else:
    print("Column doesn't exist!")

# Возвращает: Column exists!

В приведённом выше примере мы написали блок if-else, который позволяет сообщить пользователю, существует ли указанный столбец.

Как посчитать количество столбцов в DataFrame Pandas

В этом разделе вы узнаете, как подсчитать количество столбцов в DataFrame Pandas. Объект, возвращаемый атрибутом df.columns, можно передать в функцию len(), чтобы определить количество столбцов.

Давайте посмотрим, как можно посчитать количество столбцов в DataFrame Pandas:

# Подсчет количества столбцов в Pandas DataFrame

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(len(df.columns))

# Возвращает: 5

Разберём, что мы сделали в приведённом выше блоке кода:

Мы передали атрибут df.columns в функцию len().
Это позволило получить длину объекта, похожего на список, который содержит имена столбцов.

В следующем разделе вы узнаете, как получить словарь имён столбцов и их соответствующих типов данных.

Как получить словарь имён столбцов и их типов данных

В этом разделе вы научитесь создавать словарь, в котором ключами являются имена столбцов, а значениями — их типы данных. Это помогает лучше понять структуру данных в вашем DataFrame.

Атрибут .dtypes библиотеки Pandas возвращает объект типа Series, содержащий имена столбцов и их типы данных. Давайте посмотрим, как это выглядит при выводе на экран:

# Получение типов данных Pandas DataFrame

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(df.dtypes)

# Возвращает:
# Date        object
# Name        object
# NumSold      int64
# Total      float64
# Active        bool
# dtype: object

Если вы хотите преобразовать этот объект Series в словарь Python, можно просто передать его в функцию dict(). Давайте посмотрим, как это выглядит:

# Получить словарь с названиями столбцов и типами данных

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(dict(df.dtypes))

# Возвращает:
# {'Date': dtype('O'), 'Name': dtype('O'), 'NumSold': dtype('int64'), 'Total': dtype('float64'), 'Active': dtype('bool')}

С помощью описанного выше метода мы можем создать словарь, в котором ключами будут имена столбцов, а значениями — их типы данных.

Как получить имена столбцов определённых типов данных в Pandas

Pandas позволяет очень легко получить список имён столбцов, относящихся к определённым типам данных. Это можно сделать с помощью метода .select_dtypes() и функции list(). Метод .select_dtypes() применяется к DataFrame и позволяет выбрать либо один, либо несколько типов данных.

Вы можете указать, какие типы данных включить, а какие — исключить. Давайте посмотрим, как выбрать только те столбцы, которые имеют булев тип (boolean):

# Получить названия столбцов с булевым типом данных

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(list(df.select_dtypes('bool')))

# Возвращает: ['Active']

В приведённом выше примере мы сузили DataFrame, оставив только столбцы с булевым типом данных. Затем мы получили список имён этих столбцов, передав результат в функцию list().

Функция .select_dtypes() из Pandas также позволяет легко выбрать все числовые столбцы. Вместо того чтобы передавать список конкретных числовых типов данных, можно просто указать 'number':

# Получить названия столбцов с числовым типом данных в Pandas

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(list(df.select_dtypes('number')))

# Возвращает: ['NumSold', 'Total']

Этот метод делает получение имён столбцов определённого типа (или нескольких типов) чрезвычайно простым.

Как получить имена столбцов Pandas по индексу

В этом разделе вы узнаете, как получить имя столбца Pandas по его индексу (или индексам). Это позволяет узнать название столбца, находящегося на определённой позиции (или позициях).

Ранее вы научились получать список всех имён столбцов, передав DataFrame в функцию list(). Поскольку список поддерживает индексацию, мы можем обратиться к имени столбца по конкретному индексу.

Давайте посмотрим, как получить имя столбца, находящегося на второй позиции:

# Получить название столбца Pandas по индексу

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(list(df)[1])

# Возвращает: Name

В приведённом выше примере мы обратились к списку по индексу 1, чтобы получить второй элемент (поскольку индексация начинается с нуля).

Аналогично, мы можем использовать срезы для получения нескольких имён. Например, если нам нужно получить последние два имени столбцов, мы можем воспользоваться отрицательной индексацией:

# Получить названия последних 2 столбцов в Pandas DataFrame

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'

df = pd.read_csv(url)

print(list(df)[-2:])

# Возвращает: ['Total', 'Active']

Приведённый выше пример демонстрирует, что мы можем получить имена последних двух столбцов DataFrame в Pandas с помощью срезов списка.

Как получить имена столбцов Pandas в многоуровневом (MultiIndex) DataFrame

В этом разделе вы узнаете, как получить имена столбцов из многоуровневого DataFrame в Pandas. Для этого мы загрузим отдельный DataFrame, как показано ниже:

# Загрузка примера Pandas DataFrame с MultiIndex

import pandas as pd
import numpy as np

col = pd.MultiIndex.from_arrays([['one', 'one', 'two', 'two'],
                                ['a', 'b', 'a', 'b']])

df = pd.DataFrame(np.random.randn(4, 4), columns=col)
print(df)

# Возвращает:
#         one                 two
#           a         b         a         b
# 0  0.542193 -1.820652 -0.169705 -1.654994
# 1 -0.317596  0.446695  0.720554  0.801922
# 2  1.011754  0.126223 -0.340901  0.007976
# 3  0.657133 -1.029230 -1.262736  0.771902

Давайте посмотрим, что происходит, когда мы пытаемся получить имена столбцов с помощью ранее рассмотренных методов:

Используя list(df)
Используя df.columns

# Получение доступа к столбцам DataFrame с MultiIndex

import pandas as pd
import numpy as np

col = pd.MultiIndex.from_arrays([['one', 'one', 'two', 'two'],
                                ['a', 'b', 'a', 'b']])
df = pd.DataFrame(np.random.randn(4, 4), columns=col)

option1 = list(df)
option2 = df.columns

print(f'{option1=}')
print(f'{option2=}')

# Возвращает:
# option1=[('one', 'a'), ('one', 'b'), ('two', 'a'), ('two', 'b')]
# option2=MultiIndex([('one', 'a'),
#             ('one', 'b'),
#             ('two', 'a'),
#             ('two', 'b')],
#            )

Мы можем видеть, что оба варианта возвращают список, похожий на структуру, содержащую кортежи пар имён столбцов.

Pandas также позволяет очень просто получить доступ только к одному уровню имён столбцов. Например, если мы хотим получить доступ только к верхнему уровню столбцов, мы можем использовать метод .get_level_values() для атрибута .columns, как показано ниже:

# Получение доступа к одному уровню столбцов DataFrame с MultiIndex

import pandas as pd
import numpy as np

col = pd.MultiIndex.from_arrays([['one', 'one', 'two', 'two'],
                                ['a', 'b', 'a', 'b']])
df = pd.DataFrame(np.random.randn(4, 4), columns=col)

print(df.columns.get_level_values(0))

# Возвращает:
# Index(['one', 'one', 'two', 'two'], dtype='object')

В следующем разделе вы узнаете, как получить имена столбцов Pandas, удовлетворяющих определённому условию.

Как получить имена столбцов Pandas, удовлетворяющих условию

Чтобы получить список имён столбцов, для которых выполняется определённое условие, можно просто отфильтровать список столбцов с помощью булевой маски. Например, предположим, что мы хотим получить имена столбцов, в которых содержится буква 'a' (в любом регистре). Для этого можно написать следующий код:

# Получить столбцы Pandas, соответствующие условию

import pandas as pd
import re

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'
df = pd.read_csv(url)

cols = [col for col in list(df) if re.search(r'[aA]', col)]
print(cols)

# Возвращает: ['Date', 'Name', 'Total', 'Active']

Разберём, что мы сделали выше:

Мы импортировали библиотеку Pandas и модуль для работы с регулярными выражениями re.
С помощью генератора списка (list comprehension) мы отфильтровали только те столбцы, в названиях которых содержится буква 'a' (в любом регистре).
Вывели полученный список на экран.

В следующем разделе вы узнаете, как получить имена столбцов Pandas, содержащих пропущенные значения.

Как получить имена столбцов Pandas с пропущенными значениями

Чтобы получить список столбцов, содержащих пропущенные значения, можно просто выполнить срез объекта df.columns, добавив булево условие. Для определения наличия пропусков в данных используется комбинация методов .isna().any().

Давайте посмотрим, как это выглядит:

# Получить названия столбцов Pandas со значениями NaN

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'
df = pd.read_csv(url)

print(df.columns[df.isna().any()])

# Возвращает:
# Index(['Name'], dtype='object')

Из приведённого выше блока кода видно, что мы смогли отфильтровать список столбцов с помощью булевой маски. Массив, возвращаемый методом df.isna().any(), содержит только булевые значения. Это означает, что любой столбец, содержащий хотя бы одно пропущенное значение, помечается как True, а столбцы без пропусков — как False.

Как получить имена столбцов Pandas, содержащих дублирующиеся значения

Получение имён столбцов, содержащих дублирующиеся значения, выполняется похожим образом. Мы также применяем маску к массиву имён столбцов, возвращаемому df.columns. Эта маска представляет собой булев массив, указывающий, в каких столбцах есть дубликаты.

Давайте посмотрим, как это выглядит:

# Получить названия столбцов Pandas с повторяющимися значениями

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'
df = pd.read_csv(url)
df.loc[1, 'Name'] = 'Nik'

mask = df.apply(lambda x: x.duplicated().any(), axis=0)
print(df.columns[mask])

# Возвращает: Index(['Name', 'Active'], dtype='object')

Приведённый выше блок кода выглядит немного сложнее, поэтому давайте разберём, что мы сделали:

Мы добавили новое дублирующееся значение в DataFrame с помощью акцессора .loc.
Мы создали переменную mask, которая применяет функцию к каждому столбцу для определения, содержат ли они дублирующиеся значения.
Затем мы применили эту маску к атрибуту df.columns, чтобы отфильтровать список столбцов.

В следующем разделе вы узнаете, как получить алфавитный список имён столбцов в Pandas.

Как получить алфавитный список имён столбцов в Pandas

Pandas позволяет очень легко получить отсортированный по алфавиту список имён столбцов с помощью встроенной функции sorted(). Поскольку эта функция возвращает отсортированный список, мы можем просто передать в неё все имена столбцов.

Давайте посмотрим, как получить алфавитный список имён столбцов в Pandas:

# Получить отсортированный по алфавиту список названий столбцов в Pandas

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'
df = pd.read_csv(url)

print(sorted(df))

# Возвращает:
# ['Active', 'Date', 'Name', 'NumSold', 'Total']

Преимущество этого подхода в том, что он требует совсем немного кода. Аналогично, вы могли бы отсортировать список, полученный через list(df) или df.columns, но использование функции sorted() позволяет сэкономить время и писать меньше кода!

Как получить имена столбцов, начинающихся с определённой буквы в Pandas

В этом разделе вы узнаете, как получить имена столбцов DataFrame Pandas, которые начинаются с определённой буквы. Для этого мы можем применить булеву маску к массиву, возвращаемому атрибутом df.columns.

Для создания такой маски можно использовать метод .str.startswith(), который применяется к массиву строк. Этот метод возвращает True для тех значений, которые начинаются с указанной буквы.

Давайте посмотрим, как получить имена столбцов, начинающихся с буквы 'N':

# Получить названия столбцов, начинающихся с определенной буквы, в Pandas

import pandas as pd

url = 'https://raw.githubusercontent.com/datagy/mediumdata/master/PandasColumns.csv'
df = pd.read_csv(url)

print(df.columns[df.columns.str.startswith('N')])

# Возвращает:
# Index(['Name', 'NumSold'], dtype='object')

Часто задаваемые вопросы

Как получить список всех имён столбцов в DataFrame Pandas? Самый простой способ — использовать list(df). Также можно воспользоваться атрибутом df.columns.

Заключение

В этом подробном руководстве вы узнали о множестве способов получения имён столбцов в DataFrame Pandas. Сначала вы познакомились с основными методами извлечения всех имён столбцов, а затем научились применять более специфические подходы. Например, вы узнали, как получить имена столбцов определённого типа данных, содержащих пропущенные значения, дубликаты и многое другое.

Дополнительные ресурсы

Чтобы узнать больше по смежным темам, ознакомьтесь со следующими уроками:

Как использовать Pandas для чтения Excel-файлов в Python
Pandas to_excel: Сохранение DataFrame в Excel-файл
Pandas GroupBy: Группировка, агрегация и обобщение данных в Python
Работа с датой и временем в Pandas и Python

PreviousPython: Разделение DataFrame Pandas NextPandas: Количество строк в DataFrame (6 способов)

Last updated 21 days ago