其他分享
首页 > 其他分享> > DataFrame(2):常用属性说明

DataFrame(2):常用属性说明

作者:互联网

DataFrame(2):DataFrame常用属性说明

1、常用属性如下

2、演示如下

复制代码
import numpy as np
import pandas as pd

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
复制代码

结果如下:
                

① ndim:返回DataFrame的维数;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.ndim
display(x)
复制代码

结果如下:
                

② shape:返回DataFrame的形状;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.shape
display(x)
复制代码

结果如下:
                

③ dtypes:返回DataFrame中每一列元素的数据类型;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.dtypes
display(x)

# 查看某一列元素的数据类型
y = df["北京"].dtype
display(y)
复制代码

结果如下:
                

④ size:返回DataFrame中元素的个数;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.size
display(x)
复制代码

结果如下:
                

⑤ T:返回DataFrame的转置结果;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.T
display(x)
复制代码

结果如下:
                

⑥ index:返回DataFrame中的索引;

复制代码
df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)

x = df.index
display(x)
复制代码

结果如下:
                

⑦ columns:返回DataFrame中的列索引;

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
x = df.columns
display(x)

结果如下:
                

注意:行索引、列索引都可以通过list转换为列表,然后我们可以针对这个列表做其他操作。
                

⑧ values:返回DataFrame中的数值;

df = pd.DataFrame(np.random.randint(70,100,(3,5)), 
                  index=["地区1", "地区2", "地区3"], 
                  columns=["北京","天津", "上海","沈阳", "广州"])
display(df)
x = df.values
display(x)

结果如下:
                

 

标签:index,常用,df,DataFrame,地区,display,columns,属性
来源: https://www.cnblogs.com/Zshirly/p/15852526.html