Python中columns函数的用法介绍|极客教程

Python中columns函数的用法介绍

1. 简介

在Python中，columns函数是一个非常有用的函数，用于操作数据框（DataFrame）的列。它可以帮助我们进行数据的选择、排序、筛选、计算以及数据的转换等操作。本文将详细介绍columns函数的使用方法，并给出5个示例代码及其运行结果。

2. columns函数的基本用法

columns函数的基本语法为：

DataFrame.columns

其中，DataFrame表示我们要操作的数据框，columns表示获取数据框的列。

下面是一个简单的示例代码，演示了如何使用columns函数获取数据框的列名：

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 25, 30],
        'Gender': ['M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用columns函数获取列名
col_names = df.columns
print(col_names)

运行结果：

Index(['Name', 'Age', 'Gender'], dtype='object')

可以看到，columns函数返回了列名的一个索引。

3. 使用columns函数进行列的选择

除了用于获取列名，columns函数还可以用于选择数据框的列。我们可以通过在columns函数中传入要选择的列名来实现列的选择。下面是一个示例代码，演示了如何使用columns函数选择指定的列：

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 25, 30],
        'Gender': ['M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用columns函数选择指定列
selected_columns = df[df.columns[1:3]]
print(selected_columns)

运行结果：

   Age Gender
0   20      M
1   25      M
2   30      M

可以看到，我们通过传入df.columns[1:3]作为参数，选择了第1列和第2列，然后返回了包含这两列的新数据框。

4. 使用columns函数进行列的排序

columns函数还可以用于对数据框的列进行排序。我们可以通过在columns函数中传入排序后的列名列表来实现列的排序。下面是一个示例代码，演示了如何使用columns函数对列进行排序：

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 25, 30],
        'Gender': ['M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用columns函数对列进行排序
sorted_columns = df[sorted(df.columns)]
print(sorted_columns)

运行结果：

   Age Gender  Name
0   20      M   Tom
1   25      M  Nick
2   30      M  John

可以看到，我们通过传入sorted(df.columns)作为参数，对列进行了排序，然后返回了排序后的新数据框。

5. 使用columns函数进行列的筛选

除了选择和排序列，columns函数还可以用于筛选列。我们可以通过在columns函数中传入一个条件表达式来对列进行筛选。下面是一个示例代码，演示了如何使用columns函数筛选列：

import pandas as pd

# 创建一个数据框
data = {'Name': ['Tom', 'Nick', 'John'],
        'Age': [20, 25, 30],
        'Gender': ['M', 'M', 'M']}
df = pd.DataFrame(data)

# 使用columns函数筛选列
filtered_columns = df[df.columns[df.columns.str.contains('N')]]
print(filtered_columns)

运行结果：

   Name
0   Tom
1  Nick
2  John

可以看到，我们通过传入df.columns[df.columns.str.contains(‘N’)]作为参数，筛选了包含字母”N”的列，然后返回了包含这些列的新数据框。

6. 使用columns函数进行列的计算与转换

除了选择、排序和筛选列，columns函数还可以用于对列进行计算和转换。我们可以在columns函数中传入一个计算或转换的函数，对列进行相应的操作。下面是一个示例代码，演示了如何使用columns函数进行列的计算与转换：

import pandas as pd

# 创建一个数据框
data = {'Sales': [1000, 2000, 1500],
        'Expenses': [800, 1500, 1000]}
df = pd.DataFrame(data)

# 使用columns函数进行列的计算与转换
df.columns = df.columns.map(lambda x: x.upper())
print(df)

运行结果：

   SALES  EXPENSES
0   1000       800
1   2000      1500
2   1500      1000

可以看到，我们通过传入df.columns.map(lambda x: x.upper())作为参数，将列名转换为大写形式，然后返回了包含转换后列名的新数据框。

总结

通过本文的介绍，我们了解到columns函数在Python中的用法。它可以帮助我们进行数据框的列的选择、排序、筛选、计算以及转换等操作。通过合理使用columns函数，我们可以更方便地操作和处理数据框。

Python中columns函数的用法介绍