Aqui estão duas abordagens para obter uma lista de todos os nomes de coluna em Pandas DataFrame:

a Primeira abordagem:

my_list = list(df)

Segunda abordagem:

my_list = df.columns.values.tolist()

Depois você vai ver também qual abordagem é a mais rápida de usar.

Exemplo

Para começar com um exemplo simples, vamos criar uma DataFrame com 3 colunas:

import pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )print (df)

uma Vez que você executar o código acima, você verá a seguinte DataFrame com 3 colunas:

Usando a lista(df) para Obter a Lista de todos os Nomes de Coluna em Pandas DataFrame

Você pode usar a primeira abordagem adicionando my_list = lista(df) para o código:

import pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )my_list = list(df)print (my_list)

agora Você vai ver a Lista que contém os 3 nomes de coluna:

Opcionalmente, você pode verificar rapidamente se de que você tem uma lista adicionando print (type(my_list)) para a parte inferior do código de:

import pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )my_list = list(df)print (my_list)print (type(my_list))

em seguida, Você será capaz de confirmar que você tem uma lista:

Usando my_list = df.coluna.valores.tolist () para obter a lista de todos os nomes de colunas em Pandas DataFrame

Alternativamente, você pode aplicar a segunda abordagem adicionando my_list = df.coluna.valores.tolist() to the code:

import pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )my_list = df.columns.values.tolist()print (my_list)print (type(my_list))

As before, you’ll now get the list with the column names:

que abordagem deve escolher?

dependendo das suas necessidades, você pode precisar de usar a abordagem mais rápida.qual é a abordagem mais rápida?

Vamos verificar o tempo de execução para cada uma das opções utilizando o módulo timeit:

(1) Medindo-se o tempo em que a primeira abordagem de my_list = lista(df):

from timeit import default_timerimport pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )beginning = default_timer()my_list = list(df)ending = default_timer()print((ending - beginning)*1000)

Quando eu executei o código em Python, eu tenho o seguinte tempo de execução:

pode desejar executar o Código algumas vezes para ter uma melhor noção do tempo de execução.

(2) Agora vamos medir o tempo sob a segunda abordagem de my_list = df.coluna.valores.tolist():

from timeit import default_timerimport pandas as pddata = {'First_Name': , 'Last_Name': , 'Age': }df = pd.DataFrame(data, columns = )beginning = default_timer()my_list = df.columns.values.tolist()ending = default_timer()print((ending - beginning)*1000)

Como você pode ver, a segunda abordagem é realmente mais rápido em comparação com a primeira abordagem:

Note que o tempo de execução pode variar dependendo da sua Pandas/versão do Python e/ou de sua máquina.