Как получить имена столбцов в DataFrame Pandas
Last updated
Last updated
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
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:
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.
Pandas предоставляет несколько удобных способов получить имена столбцов. Самый простой способ — передать DataFrame в функцию list()
, которая возвращает список всех имён столбцов.
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()
.
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.
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.
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.
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
:
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:
В приведённом выше примере мы написали блок if-else
, который позволяет сообщить пользователю, существует ли указанный столбец.
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:
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.
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:
Если вы хотите преобразовать этот объект Series в словарь Python, можно просто передать его в функцию dict()
. Давайте посмотрим, как это выглядит:
С помощью описанного выше метода мы можем создать словарь, в котором ключами будут имена столбцов, а значениями — их типы данных.
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):
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'
:
Этот метод делает получение имён столбцов определённого типа (или нескольких типов) чрезвычайно простым.
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:
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:
Приведённый выше пример демонстрирует, что мы можем получить имена последних двух столбцов DataFrame в Pandas с помощью срезов списка.
В этом разделе вы узнаете, как получить имена столбцов из многоуровневого DataFrame в Pandas. Для этого мы загрузим отдельный DataFrame, как показано ниже:
Давайте посмотрим, что происходит, когда мы пытаемся получить имена столбцов с помощью ранее рассмотренных методов:
Используя list(df)
Используя df.columns
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:
В следующем разделе вы узнаете, как получить имена столбцов Pandas, удовлетворяющих определённому 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:
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.
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:
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
.
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:
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.
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:
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!
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'
:
Как получить список всех имён столбцов в DataFrame Pandas?
Самый простой способ — использовать list(df)
. Также можно воспользоваться атрибутом df.columns
.
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.
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