从python pandas中的列名获取列索引

在R中，当您需要根据列名检索列索引时，可以执行此操作

idx <- which(names(my_data)==my_colum_name)

有没有办法对熊猫数据框做同样的事情？

当然可以使用.get_loc()：

In [45]: df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})

In [46]: df.columns
Out[46]: Index([apple, orange, pear], dtype=object)

In [47]: df.columns.get_loc("pear")
Out[47]: 2

虽然老实说，我自己通常不需要这个。通常，通过名称进行访问可以实现我想要的功能（df["pear"]，，df[["apple", "orange"]]或者也许df.columns.isin(["orange", "pear"])），尽管我可以肯定地看到一些您需要索引号的情况。

这是通过列表理解的解决方案。cols是要获取索引的列的列表：

[df.columns.get_loc(c) for c in cols if c in df]

DSM的解决方案有效，但是如果您想要直接等效的解决方案，则which可以这样做(df.columns == name).nonzero()

当您要查找多个列匹配项时，可以使用使用searchsorted方法的矢量化解决方案。因此，df作为query_cols要搜索的数据框和列名，实现将是-

def column_index(df, query_cols):
    cols = df.columns.values
    sidx = np.argsort(cols)
    return sidx[np.searchsorted(cols,query_cols,sorter=sidx)]

样品运行-

In [162]: df
Out[162]: 
   apple  banana  pear  orange  peach
0      8       3     4       4      2
1      4       4     3       0      1
2      1       2     6       8      1

In [163]: column_index(df, ['peach', 'banana', 'apple'])
Out[163]: array([4, 1, 0])

如果您希望从列位置获得列名（OP问题的另一种方法），则可以使用：

>>> df.columns.get_values()[location]

使用@DSM示例：

>>> df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})

>>> df.columns

Index(['apple', 'orange', 'pear'], dtype='object')

>>> df.columns.get_values()[1]

'orange'

其他方法：

df.iloc[:,1].name

df.columns[location] #(thanks to @roobie-nuby for pointing that out in comments.) 

这个怎么样：

df = DataFrame({"pear": [1,2,3], "apple": [2,3,4], "orange": [3,4,5]})
out = np.argwhere(df.columns.isin(['apple', 'orange'])).ravel()
print(out)
[1 2]