导入pickle文件到Pandas后如何获取列名并新增列追加至原DataFrame

步骤1：获取全部842列列名 #

首先确认你加载的文件对象为标准Pandas DataFrame，执行代码验证类型：
print(type(你的DataFrame变量名))
若输出为<class 'pandas.core.frame.DataFrame'>，直接执行以下代码即可提取所有列名到列表中：

# 提取列名转为列表格式
col_names = 你的DataFrame变量名.columns.tolist()
# 可打印前10条列名验证结果
print(col_names[:10])

如果上述方法获取的列名不符合预期，说明加载Pickle文件时表头被识别为第一行数据，执行以下代码修正后再提取列名：

# 将第一行数据设为列名
你的DataFrame变量名.columns = 你的DataFrame变量名.iloc[0].tolist()
# 删除原本作为表头的第一行数据，重置索引
你的DataFrame变量名 = 你的DataFrame变量名[1:].reset_index(drop=True)
# 重新提取列名
col_names = 你的DataFrame变量名.columns.tolist()

你之前尝试的column、col等方法无效，是因为Pandas DataFrame的列属性固定为columns，拼写错误、变量名写错都会导致调用失败。

步骤2：使用列名创建新Series #

你可以基于列名列表的特征匹配规则生成新列，以下为通用示例：

import pandas as pd
# 示例1：直接将列名列表转为Series用于后续处理
col_series = pd.Series(col_names)
# 示例2：生成业务逻辑相关的新列，比如统计每行符合特征关键词的列的数量
new_col = 你的DataFrame变量名.apply(
    lambda x: sum([1 for col in col_names if '特征关键词' in col and pd.notna(x[col])]),
    axis=1
)

步骤3：将新列追加到原DataFrame #

直接通过赋值语法即可完成追加，不会修改原有列的数据：

# 替换括号内的内容为你自己的新列名和创建好的Series对象
你的DataFrame变量名['自定义新列名'] = new_col

执行完成后运行print(你的DataFrame变量名.shape)，若输出的列数从842变为843，说明新列追加成功。

内容的提问来源于stack exchange，提问作者Nobinwanne