python - Pandas 数据帧行为: list(df) versus 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:

>>> len(df)
3

后一个 len 调用对我来说更直观 - 就像查找可迭代对象中的元素数量一样。我不清楚 pandas.DataFrame 上这两个函数调用背后的行为的确切差异是什么。 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 会返回列名列表，而 len 返回对象中的行数。当我调用 len(df) 时，是 this method在 DataFrame 上被调用？

注意:list 和 len 函数比较只是一个示例。我真的在寻找有关 pandas.DataFrame 在与各种函数交互时如何交互/行为的信息。

Answer 1

这是 pandas DataFrame 对象中 __len__ 的定义:

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

正如预期的那样，您得到了行数(我猜是设计决策？)

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 > 这是数据帧的基类，它说:

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

其中 _info_axis 是 DataFrame 的列轴。