pandas查询字段名有哪些

在 Pandas 中，查询数据表的字段名可以使用以下代码：

import pandas as pd

# 读取数据表
df = pd.read_csv('data.csv')

# 获取字段名
columns = df.columns

# 输出字段名
for column in columns:
    print(column)

其中，`data.csv`需要替换为你要查询的数据表文件名。以上代码适用于 CSV 文件，如果使用其他格式的数据表，读取方法可能会有所不同。

相关问题

pandas替换字段名

要替换pandas数据框中的字段名，可以使用两种方法：直接赋值和rename()函数。

直接赋值方法的示例代码如下：

import pandas as pd

df = pd.DataFrame([['FOL','A',0,123], ['FOL','A',1,456], ['FOL','C',0,789], ['FJZ','B',1,741], ['FJZ','A',0,852], ['FJZ','B',1,963] ],columns=['Site','Level','Passing','l/t'])
new_columns = ['Site','Type','Passing','LT']

# 替换列名:更换字段'Level'和'l/t'名称
df.columns = new_columns

rename()函数方法的示例代码如下：

import pandas as pd

df = pd.DataFrame([['L123','A',0,123], ['L456','A',1,456], ['L437','C',0,789], ['L112','B',1,741], ['L211','A',0,852], ['L985','B',1,963] ],columns=['Raw Material','Level','Passing','l/t'])

# 更改'Raw Material'和'l/t'两个栏位的名称
df = df.rename(columns = {'Raw Material':'Material','l/t':'LT'})

pandas 增加字段名

在`pandas`中增加字段名，有以下两种方法：

1. 直接在`DataFrame`中添加列，并赋值相应的列表或数组，然后使用`columns`属性设置列名，例如：

   import pandas as pd
   
   # 创建DataFrame
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   
   # 添加列并赋值
   df['C'] = [7, 8, 9]
   
   # 设置列名
   df.columns = ['Col1', 'Col2', 'Col3']
   
   # 输出结果
   print(df)

输出结果如下：

      Col1  Col2  Col3
   0     1     4     7
   1     2     5     8
   2     3     6     9

2. 使用`assign`方法，该方法会返回一个新的`DataFrame`，不会修改原有的`DataFrame`，例如：

   import pandas as pd
   
   # 创建DataFrame
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   
   # 使用assign方法添加列并设置列名
   df_new = df.assign(C=[7, 8, 9]).rename(columns={'A': 'Col1', 'B': 'Col2', 'C': 'Col3'})
   
   # 输出结果
   print(df_new)

输出结果如下：

      Col1  Col2  Col3
   0     1     4     7
   1     2     5     8
   2     3     6     9

其中，`assign(C=[7, 8, 9])`表示添加一列名为`C`的列，并赋值为`[7, 8, 9]`，`rename(columns={'A': 'Col1', 'B': 'Col2', 'C': 'Col3'})`表示将`A`列重命名为`Col1`，`B`列重命名为`Col2`，`C`列重命名为`Col3`。