Pandas 查看所有列 - Python

在使用 Pandas 进行数据分析时，查看所有列是一个很常见的需求。Pandas 提供了许多方法来完成这个任务。

使用 df.columns 属性

Pandas 的 DataFrame 对象有一个 columns 属性，可以用来查看所有列的名称。以下是一个示例：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'gender': ['F', 'M', 'M']
}

df = pd.DataFrame(data)

print(df.columns)

输出：

Index(['name', 'age', 'gender'], dtype='object')

我们可以看到，df.columns 返回了一个 Index 对象，其中包含了所有列的名称。

使用 df.head() 方法

Pandas 的 DataFrame 对象有一个 head() 方法，可以用来查看前几行数据。如果不指定参数，它将默认返回前 5 行数据。以下是一个示例：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie', 'Dave', 'Eve'],
    'age': [25, 30, 35, 40, 45],
    'gender': ['F', 'M', 'M', 'M', 'F']
}

df = pd.DataFrame(data)

print(df.head())

输出：

      name  age gender
0    Alice   25      F
1      Bob   30      M
2  Charlie   35      M
3     Dave   40      M
4      Eve   45      F

我们可以看到，df.head() 返回了前 5 行数据以及所有列的名称。

使用 df.info() 方法

Pandas 的 DataFrame 对象有一个 info() 方法，可以用来查看数据的元信息，包括列的名称、非空值的数量、数据类型等等。以下是一个示例：

import pandas as pd

data = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, None, 35],
    'gender': ['F', 'M', 'M']
}

df = pd.DataFrame(data)

print(df.info())

输出：

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   name    3 non-null      object
 1   age     2 non-null      object
 2   gender  3 non-null      object
dtypes: object(3)
memory usage: 200.0+ bytes
None

我们可以看到，df.info() 返回了所有列的名称、非空值数量、数据类型等信息。

以上三种方法是查看 Pandas DataFrame 中所有列的方法，它们分别是：

• df.columns：返回所有列的名称。
• df.head()：返回前 5 行数据以及所有列的名称。
• df.info()：返回所有列的名称、非空值数量、数据类型等信息。

希望这篇文章对你有所帮助！