Pandas DataFrame.columns 属性的作用是什么？

DataFrame 是 Pandas 中的一种二维数据结构，用于以表格格式存储带标签的数据。DataFrame 具有行索引标签和列索引标签，用于表示元素（值）的地址。

通过使用这些行/列标签，我们可以访问 DataFrame 的元素，并且还可以进行数据操作。

如果希望单独获取 DataFrame 的列标签，则可以使用 Pandas.DataFrame 的“columns”属性。

示例 1

在本例中，我们已将 columns 属性应用于 Pandas DataFrame 以获取列标签。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F']])

print("DataFrame:")
print(df)

# get the column labels
result = df.columns
print("Output:")
print(result)

输出

输出如下：

DataFrame:
  0 1 2 3 4 5
0 A B C D E F

Output:
RangeIndex(start=0, stop=6, step=1)

在本例中，我们在创建时没有为 DataFrame 初始化列标签。列标签由 Pandas DataFrame 构造函数自动分配。

这些标签是整数，范围从 0 到 length-1，称为 RangeIndex 值。

示例 2

现在，通过向 DataFrame.columns 属性“df.columns”发送一个值列表来更新自动创建的列名称/标签。

# importing pandas package
import pandas as pd

# create a Pandas DataFrame
df = pd.DataFrame([['A', 'B', 'C', 'D', 'E', 'F']])

print("DataFrame:")
print(df)

# set the column labels
df.columns = ['C1','C2','C3','C4','C5','C6']
print("Column names are Updated:")
print(df)

输出

输出如下：

DataFrame:
  0 1 2 3 4 5
0 A B C D E F

Column names are Updated:
  C1 C2 C3 C4 C5 C6
0  A  B  C  D  E  F

通过将这些标签发送到 df.columns 属性，列标签从 RangeIndex 值更新为 C1、C2、C3、C4、C5、C6。

Gireesha Devara

更新于： 2022-03-08

1K+ 浏览量

开启你的 职业生涯

通过完成课程获得认证

开始学习