微前端架构如何改变企业的开发模式与效率提升
726
2022-11-11
DataFrame(3):DataFrame常用属性说明
1、常用属性如下
ndim 返回DataFrame的维数;shape 返回DataFrame的形状;dtypes 返回DataFrame中每一列元素的数据类型;size 返回DataFrame中元素的个数;T 返回DataFrame的转置结果;index 返回DataFrame中的索引;columns 返回DataFrame中的列索引;values 返回DataFrame中的数值;
2、演示如下
import numpy as npimport pandas as pddf = 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)
结果如下:
① ndim:返回DataFrame的维数;
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.ndimdisplay(x)
结果如下:
② shape:返回DataFrame的形状;
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.shapedisplay(x)
结果如下:
③ dtypes:返回DataFrame中每一列元素的数据类型;
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.dtypesdisplay(x)# 查看某一列元素的数据类型y = df["北京"].dtypedisplay(y)
结果如下:
④ size:返回DataFrame中元素的个数;
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.sizedisplay(x)
结果如下:
⑤ T:返回DataFrame的转置结果;
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.Tdisplay(x)
结果如下:
⑥ index:返回DataFrame中的索引;
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.indexdisplay(x)
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.columnsdisplay(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.valuesdisplay(x)
结果如下:
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~