从python pandas中的列名获取列索引答案

【问题标题】：Get column index from column name in python pandas从python pandas中的列名获取列索引
【发布时间】：2026-02-23 11:15:01
【问题描述】：

在 R 中，当您需要根据可以执行的列名检索列索引时

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

有没有办法对 pandas 数据帧做同样的事情？

【问题讨论】：

标签： python pandas dataframe indexing

【解决方案1】：

当然，你可以使用.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

虽然说实话，我自己并不经常需要这个。通常按名称访问可以满足我的要求（df["pear"]、df[["apple", "orange"]] 或 df.columns.isin(["orange", "pear"])），尽管我肯定可以看到您需要索引号的情况。

【讨论】：

列号在使用.iloc 运算符时很有用，在这种情况下，行和列都只能传递整数。
或者当使用希望将 DF 转换为 numpy 数组和具有特定特征的列索引的库时。例如，CatBoost 需要分类特征的索引列表。
有没有办法获取索引列表？

【解决方案2】：

DSM 的解决方案有效，但如果您想要直接等效于 which，您可以使用 (df.columns == name).nonzero()

【讨论】：

【解决方案3】：

当您可能要查找多个列匹配项时，可以使用使用 searchsorted method 的矢量化解决方案。因此，使用df 作为数据框，query_cols 作为要搜索的列名，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)]

示例运行 -

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])

【讨论】：

【解决方案4】：

这是通过列表理解的解决方案。 cols 是要为其获取索引的列列表：

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

【讨论】：

由于cols 的元素比df.columns 少，所以for c in cols if c in df 会更快。

【解决方案5】：

如果您想要列位置中的列名（与 OP 问题相反），您可以使用：

>>> 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'

其他方式：

df.iloc[:,1].name

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

【讨论】：

【解决方案6】：

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]

【讨论】：

【解决方案7】：

对于返回多个列索引，如果您有唯一标签，我建议使用pandas.Index 方法get_indexer：

df = pd.DataFrame({"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]})
df.columns.get_indexer(['pear', 'apple'])
# Out: array([0, 1], dtype=int64)

如果索引中有非唯一标签（列仅支持唯一标签）get_indexer_for。它采用与get_indeder 相同的参数：

df = pd.DataFrame(
    {"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]}, 
    index=[0, 1, 1])
df.index.get_indexer_for([0, 1])
# Out: array([0, 1, 2], dtype=int64)

这两种方法还支持 非精确索引 with, f.i.对于浮点值，采用具有公差的最接近的值。如果两个索引与指定标签的距离相同或重复，则选择索引值较大的索引：

df = pd.DataFrame(
    {"pear": [1, 2, 3], "apple": [2, 3, 4], "orange": [3, 4, 5]},
    index=[0, .9, 1.1])
df.index.get_indexer([0, 1])
# array([ 0, -1], dtype=int64)

【讨论】：

【解决方案8】：

稍微修改 DSM 的答案，get_loc 有一些奇怪的属性，具体取决于当前版本的 Pandas (1.1.5) 中的索引类型，因此根据您的索引类型，您可能会得到一个索引、一个掩码、或一片。这对我来说有点令人沮丧，因为我不想仅仅为了提取一个变量的索引而修改整个列。更简单的是完全避免使用该功能：

list(df.columns).index('pear')

非常简单，可能相当快。

【讨论】：

【解决方案9】：

import random
def char_range(c1, c2):                      # question 7001144
    for c in range(ord(c1), ord(c2)+1):
        yield chr(c)      
df = pd.DataFrame()
for c in char_range('a', 'z'):               
    df[f'{c}'] = random.sample(range(10), 3) # Random Data
rearranged = random.sample(range(26), 26)    # Random Order
df = df.iloc[:, rearranged]
print(df.iloc[:,:15])                        # 15 Col View         

for col in df.columns:             # List of indices and columns
    print(str(df.columns.get_loc(col)) + '\t' + col)

![结果](Results

【讨论】：

【解决方案10】：

当该列可能存在或不存在时，则以下（上面的变体）起作用。

ix = 'none'
try:
     ix = list(df.columns).index('Col_X')
except ValueError as e:
     ix = None  
     pass

if ix is None:
   # do something

【讨论】：