Python pandas.DataFrame.columns.values.tolist（）与pandas.DataFrame.columns.tolist（）相同吗

我们的代码库中出现了这两个代码

pandas.DataFrame.columns.values.tolist()
pandas.DataFrame.columns.tolist()

这些总是相同的吗？我不确定为什么会在它出现的地方弹出

值

变量，看起来像是直接的

列。获取列名只需tolist（）

。如果是这样的话，我希望能稍微整理一下代码

稍微反省一下似乎表明，值只是一个numpy.ndarray的一些实现细节

>>> import pandas
>>> d = pandas.DataFrame( { 'a' : [1,2,3], 'b' : [0,1,3]} )
>>> d
   a  b
0  1  0
1  2  1
2  3  3
>>> type(d.columns)
<class 'pandas.core.indexes.base.Index'>
>>> type(d.columns.values)
<class 'numpy.ndarray'>
>>> type(d.columns.tolist())
<class 'list'>
>>> type(d.columns.values.tolist())
<class 'list'>
>>> d.columns.values
array(['a', 'b'], dtype=object)
>>> d.columns.values.tolist()
['a', 'b']
>>> d.columns
Index(['a', 'b'], dtype='object')
>>> d.columns.tolist()
['a', 'b']

导入熊猫 >>>数据帧（{'a'：[1,2,3]，'b'：[0,1,3]}） >>>d a b 0 1 0 1 2 1 2 3 3 >>>类型（d列） >>>类型（d.columns.values） >>>类型（d.columns.tolist（）） >>>类型（d.columns.values.tolist（）） >>>d.价值观 数组（['a'，'b'，dtype=object） >>>d.columns.values.tolist（） ['a'，'b'] >>>d.立柱 索引（['a'，'b'，dtype='object'） >>>d.columns.tolist（） ['a'，'b']

---

输出相同，但如果真的大

df

定时不同：

np.random.seed(23)
df = pd.DataFrame(np.random.randint(3, size=(5,10000)))
df.columns = df.columns.astype(str)
print (df)

In [90]: %timeit df.columns.values.tolist()
10000 loops, best of 3: 79.5 µs per loop

In [91]: %timeit df.columns.tolist()
10000 loops, best of 3: 173 µs per loop

还使用不同的功能：

与

感谢您提供另一个解决方案：

In [93]: %timeit list(df.columns.values)
1000 loops, best of 3: 169 µs per loop

或者你可以简单地做

list(d)# it is same with d.columns.tolist()
Out[327]: ['a', 'b']

#  Time 
% timeit list(df) # after run the time , this is the slowest on my side . 
10000 loops, best of 3: 135 µs per loop

---

很好，我发现这是一个关于如何将列标题获取为列表的问题，看起来在某个点上有一个API简化。

tolist

对于一个索引对象，我可以看到它只调用

list（self.values）

，所以这里看到的性能差异就是

df.columns.values.tolist（）

vs

list（df.columns.values）

。我并不一定支持这种解决方案，我只是想指出

list（df.columns.values）

完全等同于

df.columns.tolist（）

。因此，这里的性能差异在于

list

内置函数与NumPy数组

.tolist（）

，后者似乎更快。

list(d)# it is same with d.columns.tolist()
Out[327]: ['a', 'b']

#  Time 
% timeit list(df) # after run the time , this is the slowest on my side . 
10000 loops, best of 3: 135 µs per loop