我曾认为 Pandas DataFrame 基本上表示为列的集合。也就是说,我认为以下两行代码会生成相同的系列列表(对于某些任意 DataFrame df
):
list1 = [item for item in df]
list2 = [df[col_name] for col_name in df.columns]
但显然它们非常不同;将 df 视为可迭代对象并单步执行它与单步执行 df.columns 完全相同,后者当然只是一个列名称列表:
df = pd.DataFrame({'col_1': [1,2,3,4,5], 'col_2':[5,6,7,8,9]})
for a, b in zip(df, df.columns):
print(a,b, type(a), type(b), a==b)
输出:
col_1 col_1 <class 'str'> <class 'str'> True
col_2 col_2 <class 'str'> <class 'str'> True
这是为什么呢?这对我来说似乎非常不直观。
(需要明确的是:我不是问如何获取 DataFrame 中的列列表,或者如何逐步浏览 DataFrame 的列。)
最佳答案
当您尝试直接迭代 df 时,如下所示:
[item for item in df]
您正在调用 df.__iter__() 方法,该方法依次调用 df._info_axis 属性,然后调用 df._info_axis_name 属性,对于 Dataframe 来说,该属性是列名称列表。
当您调用 df[col_name] 时,您正在对数据帧的列进行切片。
关于python - 迭代 Pandas DataFrame 与迭代其列名相同吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44641538/