Pandas 数据框行为：list(df) 与 len(df)

Question

我有一个数据框：

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

如果我在这个对象上调用list，我会得到：

>>> list(df)
['A', 'B']

但是如果我在这个对象上调用len，我会得到这个：

>>> len(df)
3

后一个len 调用对我来说更直观——就像在一个可迭代对象中查找元素的数量。我不清楚pandas.DataFrame 上的这两个函数调用背后的确切行为差异是什么。 dis.dis 的输出看起来非常相似：

>>> dis.dis('len(df)')
  1           0 LOAD_NAME                0 (len)
              2 LOAD_NAME                1 (df)
              4 CALL_FUNCTION            1
              6 RETURN_VALUE
>>> dis.dis('list(df)')
  1           0 LOAD_NAME                0 (list)
              2 LOAD_NAME                1 (df)
              4 CALL_FUNCTION            1
              6 RETURN_VALUE

所以我没有任何迹象表明为什么在 DataFrame 上调用 list 返回列名列表，而 len 返回对象中的行数。当我打电话给len(df) 时，this method 是否被DataFrame 调用？

注意：list 和 len 函数比较只是一个示例。我真的在寻找有关pandas.DataFrames 在与各种功能接口时如何交互/行为的信息。

Answer 1

这是__len__在pandasDataFrame对象中的定义：

def __len__(self):
    return len(self.index)

正如预期的那样，你得到了行数（我猜是设计决定？）

至于list(df)，它与__iter__返回的内容有关，在这种情况下，您可以追溯到NDFrame，它是数据帧的基类，它说：

def __iter__(self):
    """Iterate over infor axis"""
    return iter(self._info_axis)

_info_axis 是 DataFrame 的列轴。