Pandas DataFrame Keys 方法

介绍

在本实验中，我们将学习 Python pandas 库中的 DataFrame.keys() 方法。keys() 方法用于从 DataFrame 中检索索引或列名。我们将通过语法和示例来学习如何使用该方法。

虚拟机提示

虚拟机启动完成后，点击左上角切换到 Notebook 选项卡以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，请随时向 Labby 提问。在实验结束后提供反馈，我们将及时为你解决问题。

导入 pandas 库

首先，我们需要导入 pandas 库，它提供了用于处理结构化数据的数据结构和数据分析工具。

import pandas as pd

创建 DataFrame

接下来，我们使用 pd.DataFrame() 函数创建一个 DataFrame。我们将传递一个字典作为数据参数，其中键是列名，值是对应的数据。

df = pd.DataFrame({"A": [0, 1], "B": [3, 4], "C": [0, 1], "D": [3, 4]})
print("The DataFrame is:")
print(df)

输出：

The DataFrame is:
   A  B  C  D
0  0  3  0  3
1  1  4  1  4

使用 DataFrame.keys() 方法

现在，我们使用 DataFrame.keys() 方法来获取 DataFrame 的列名。我们可以将结果赋值给一个变量并打印出来，以查看列名。

keys = df.keys()
print(keys)

输出：

Index(['A', 'B', 'C', 'D'], dtype='object')

获取索引信息

我们也可以使用 DataFrame.keys() 方法来获取 DataFrame 的索引（行标签）。让我们创建另一个带有索引的 DataFrame，并使用该方法来获取索引信息。

df = pd.DataFrame({"Name": ["Navya", "Vindya"], "Age": [25, 24], "Education": ["M.Tech", "Ph.d"]}, index=['index_1', 'index_2'])
print("The DataFrame is:")
print(df)
keys = df.keys()
print(keys)

输出：

The DataFrame is:
        Name  Age Education
index_1  Navya   25    M.Tech
index_2 Vindya   24      Ph.d
Index(['Name', 'Age', 'Education'], dtype='object')

总结

在本实验中，我们学习了 pandas 库中的 DataFrame.keys() 方法。该方法允许我们获取 DataFrame 的索引（行标签）或列名。通过使用此方法，我们可以轻松访问并操作 DataFrame 的索引或列。