Mostra tutte le colonne di un DataFrame Pandas

Manav Narula 10 agosto 2021
  1. Usa una lista per mostrare tutte le colonne di un DataFrame Pandas
  2. Usa un NumPy Array per mostrare tutte le colonne di un DataFrame Pandas
Mostra tutte le colonne di un DataFrame Pandas

Negli esempi di vita reale, troviamo grandi set di dati contenenti centinaia e migliaia di righe e colonne. Per lavorare su blocchi di dati così grandi, dobbiamo avere familiarità con le righe, le colonne e il tipo di dati. In molti casi, abbiamo anche bisogno di memorizzare i nomi delle colonne per facilitare l’estrazione degli elementi in un secondo momento o per altri usi.

In situazioni normali, usiamo solitamente dataframe.columns per estrarre i nomi delle colonne di un DataFrame. Questo può funzionare per piccoli set di dati, ma se stiamo gestendo un DataFrame con più di cento colonne, questo metodo può rivelarsi non così efficiente.

Il seguente esempio illustrerà il problema con dataframe.columns:

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=np.arange(150))

print(df.columns)
type(df.columns)

Produzione:

Int64Index([  0,   1,   2,   3,   4,   5,   6,   7,   8,   9,
            ...
            140, 141, 142, 143, 144, 145, 146, 147, 148, 149],
           dtype='int64', length=150)
pandas.core.indexes.numeric.Int64Index

Nell’esempio sopra, generiamo un DataFrame vuoto con 150 colonne da 0 a 149 e, come mostrato nell’output, non siamo in grado di visualizzare tutte le colonne. Possiamo vedere solo i primi e gli ultimi nomi di colonna e l’output non è una lista o una Series che possiamo memorizzare e accedere facilmente per un ulteriore utilizzo.

C’è una semplice soluzione al problema di cui sopra; possiamo semplicemente convertire il risultato di dataframe.columns in una lista o in un array NumPy.

Usa una lista per mostrare tutte le colonne di un DataFrame Pandas

Per questo possiamo usare due metodi, tolist() o list(). Entrambe queste funzioni convertono i nomi delle colonne in una lista e forniscono lo stesso risultato.

Esempio di utilizzo di tolist():

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=np.arange(150))

print(df.columns.tolist())
type(df.columns.tolist())

Produzione:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144, 145, 146, 147, 148, 149]
list

Esempio di utilizzo di list():

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=np.arange(150))

print(list(df.columns))
type(list(df.columns))

Produzione:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100, 101, 102, 103, 104, 105, 106, 107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119, 120, 121, 122, 123, 124, 125, 126, 127, 128, 129, 130, 131, 132, 133, 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144, 145, 146, 147, 148, 149]
list

Usa un NumPy Array per mostrare tutte le colonne di un DataFrame Pandas

Possiamo usare la funzione values() per convertire il risultato di dataframe.columns in un array NumPy.

Esempio:

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=np.arange(150))

print(df.columns.values)
type(df.columns.values)

Produzione:

[  0   1   2   3   4   5   6   7   8   9  10  11  12  13  14  15  16  17
  18  19  20  21  22  23  24  25  26  27  28  29  30  31  32  33  34  35
  36  37  38  39  40  41  42  43  44  45  46  47  48  49  50  51  52  53
  54  55  56  57  58  59  60  61  62  63  64  65  66  67  68  69  70  71
  72  73  74  75  76  77  78  79  80  81  82  83  84  85  86  87  88  89
  90  91  92  93  94  95  96  97  98  99 100 101 102 103 104 105 106 107
 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125
 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143
 144 145 146 147 148 149]
numpy.ndarray
Autore: Manav Narula
Manav Narula avatar Manav Narula avatar

Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.

LinkedIn

Articolo correlato - Pandas DataFrame