python如何用columns参数获取DataFrame各列的表头名

更新时间：2024年03月26日 10:37:11 作者：梧桐雪

这篇文章主要介绍了python如何用columns参数获取DataFrame各列的表头名问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

用columns参数获取DataFrame各列的表头名

有时候，我们希望获得一个已有数据表的各个表头名（即列名），来看看这个表格中到底存储了哪些数据，我们就可以打印columns列表来实现这个功能。

我们可以用以下的代码来查看：

import pandas as pd
dict_data = {
	'student':["Li Lei","Han Meimei","Tom"],
	'score'	:[95,98,92],
	'gender':['M','F','M']
}
df_data1 = pd.DataFrame(dict_data)
df_data2 = pd.DataFrame(dict_data,columns=['gender','student','score'])

print(df_data1)
print(df_data2)
print(df_data1.columns)
print(df_data2.columns)

运行之后的结果如下所示：

student score gender
0 Li Lei 95 M
1 Han Meimei 98 F
2 Tom 92 M
gender student score
0 M Li Lei 95
1 F Han Meimei 98
2 M Tom 92
Index(['student', 'score', 'gender'], dtype='object')
Index(['gender', 'student', 'score'], dtype='object')
[Finished in 4.2s]

课件，columns列表本质上是一个Index类型的object。

pandas dataframe的一些技巧

1. 按日期排序

df211['rq']=pd.to_datetime(df211.rq)
df211=df211.sort_values(['rq']).reset_index(drop=True)

1) df = df.sort_values(by='date') 应该也行

2) 以上操作后'rq'会变成timestamp类型,转换为datetime类型:

ts=(list(df211['rq'])[0]).date()

ts=(list(df211['rq'])[0]).to_pydatetime()

此外，获取某一列的日期范围并排序：

def change_date(s):
    s = datetime.datetime.strptime(s, "%Y-%m-%d")  # 把日期标准化，转化结果如：2015/1/4 => 2015-01-04 00:00:00
    s = str(s)  # 上一步把date转化为了时间格式，因此要把date转回str格式
    return s[:10] # 只获取年月日，即“位置10”之前的字符串
data = list(df_0328['rq'].unique())
data=list(map(change_date,data) )
print(type(data))
data.sort(key=lambda date: datetime.datetime.strptime(date, "%Y-%m-%d"))

2.去掉特定值行列

df211 = df21.drop(df21[df21['road_name']!='汇新家园'].index).reset_index(drop=True)

3.统计列中各种值出现次数

df2['road_name'].value_counts()

4.处理一张表内嵌的多张表&处理多级表头

1）

xl = pd.ExcelFile('路区模型.xlsx',engine='openpyxl')
sheet_names = xl.sheet_names              # 所有的sheet名称
print(sheet_names)

2）方法很多，没有找到最好的

如有二级表头，则：

df0512 = pd.read_excel('路区模型.xlsx',engine='openpyxl',\
                       sheet_name='表2',header=[0,1])

5.取出某一列中的数值/去掉非数值项

使用pd.to_numeric

b_=[x for x in (list(df21[('SF', 'B端揽收单量')])) if not np.isnan(pd.to_numeric(x, errors='coerce'))]

6.去某一列字符型前十个字符

df_deliver['date'] = df_deliver['create_time'].str[:10]

7.去除日期中小时

df_deliver['hour'] = pd.to_datetime(df_deliver['time']).apply(lambda x:x.hour)

8.坐标转换

def GCJ2WGS(lat,lon):
# location格式如下：locations[1] = "113.923745,22.530824"
    a = 6378245.0 # 克拉索夫斯基椭球参数长半轴a
    ee = 0.00669342162296594323 #克拉索夫斯基椭球参数第一偏心率平方
    PI = 3.14159265358979324 # 圆周率
    # 以下为转换公式
    x = lon - 105.0
    y = lat - 35.0

    dLon = 300.0 + x + 2.0 * y + 0.1 * x * x + 0.1 * x * y + 0.1 * np.sqrt(abs(x));
    dLon += (20.0 * np.sin(6.0 * x * PI) + 20.0 * np.sin(2.0 * x * PI)) * 2.0 / 3.0;
    dLon += (20.0 * np.sin(x * PI) + 40.0 * np.sin(x / 3.0 * PI)) * 2.0 / 3.0;
    dLon += (150.0 * np.sin(x / 12.0 * PI) + 300.0 * np.sin(x / 30.0 * PI)) * 2.0 / 3.0;
    #纬度
    dLat = -100.0 + 2.0 * x + 3.0 * y + 0.2 * y * y + 0.1 * x * y + 0.2 * np.sqrt(abs(x));
    dLat += (20.0 * np.sin(6.0 * x * PI) + 20.0 * np.sin(2.0 * x * PI)) * 2.0 / 3.0;
    dLat += (20.0 * np.sin(y * PI) + 40.0 * np.sin(y / 3.0 * PI)) * 2.0 / 3.0;
    dLat += (160.0 * np.sin(y / 12.0 * PI) + 320 * np.sin(y * PI / 30.0)) * 2.0 / 3.0;
    radLat = lat / 180.0 * PI
    magic = np.sin(radLat)
    magic = 1 - ee * magic * magic
    sqrtMagic = np.sqrt(magic)
    dLat = (dLat * 180.0) / ((a * (1 - ee)) / (magic * sqrtMagic) * PI);
    dLon = (dLon * 180.0) / (a / sqrtMagic * np.cos(radLat) * PI);
    wgsLon = lon - dLon
    wgsLat = lat - dLat
    return wgsLat,wgsLon

lat = list(df_1['lat'])
lon=list(df_1['lon'])
data=list(map(GCJ2WGS,lat,lon) )

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python geemap的安装步骤及环境配置
geemap是基于GEE由吴秋生老师二次开发的一个包，geemap主要使用python来进行实现相关功能，这篇文章主要介绍了geemap的详细安装步骤及环境配置,需要的朋友可以参考下
2022-08-08
python基础之多态
这篇文章主要介绍了python多态,实例分析了Python中返回一个返回值与多个返回值的方法,需要的朋友可以参考下
2021-10-10
Python接口自动化之浅析requests模块get请求
这篇文章主要介绍了requests模块get请求，在Python语言中，虽然提供了urllib2和urllib的库，但是相比较而言，Requests仍然是实现接口测试最好的选择，因为它是用起来更加简便
2021-08-08
python3对拉勾数据进行可视化分析的方法详解
这篇文章主要给大家介绍了关于python3对拉勾数据进行可视化分析的相关资料，文中通过示例代码介绍的非常详细，对大家学习或者使用Python3具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
2019-04-04
Python入门教程5. 字典基本操作【定义、运算、常用函数】
这篇文章主要介绍了Python字典基本操作,包括字典的基本定义、运算与常用函数相关使用技巧,代码注释中备有详尽说明,便于理解,需要的朋友可以参考下
2018-11-11
Python多线程原理与用法实例剖析
这篇文章主要介绍了Python多线程原理与用法,结合具体的爬虫实例剖析了多线程的相关概念、原理、用法及操作注意事项,需要的朋友可以参考下
2019-01-01
Python中防止sql注入的方法详解
SQL注入是比较常见的网络攻击方式之一，它不是利用操作系统的BUG来实现攻击，而是针对程序员编程时的疏忽，通过SQL语句，实现无帐号登录，甚至篡改数据库。下面这篇文章主要给大家介绍了关于Python中防止sql注入的方法，需要的朋友可以参考下。
2017-02-02
Python中的int函数使用
这篇文章主要介绍了Python中的int函数使用方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2022-11-11
Python基于pandas爬取网页表格数据
这篇文章主要介绍了Python基于pandas获取网页表格数据,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
2020-05-05
python中time模块指定格式时间字符串转为时间戳
本文主要介绍了python中time模块指定格式时间字符串转为时间戳，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-02-02