Pandas DataFrame的基本属性详解

注：以下代码均在Jupyter中运行的。

基本功能列表

import pandas as pd 导入库
df = pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
创建一个DataFrame

1.创建一个DataFrame

DataFrame()函数的参数index的值相当于行索引，若不手动赋值，将默认从0开始分配。columns的值相当于列索引，若不手动赋值，也将默认从0开始分配。

data = {
        '性别':['男','女','女','男','男'],
        '姓名':['小明','小红','小芳','大黑','张三'],
        '年龄':[20,21,25,24,29]}
df = pd.DataFrame(data,index=['one','two','three','four','five'],
               columns=['姓名','性别','年龄','职业'])
df

运行结果：

2. df.values 返回ndarray类型的对象

ndarray类型即numpy的 N 维数组对象,通常将DataFrame类型的数据转换为ndarray类型的比较方便操作。如对DataFrame类型进行切片操作需要df.iloc[ : , 1:3]这种形式，对数组类型直接X[ : , 1:3]即可。

X = df.values
print(type(X)) #显示数据类型
X

运行结果：

<class 'numpy.ndarray'>
array([['France', 44.0, 72000.0],
       ['Spain', 27.0, 48000.0],
       ['Germany', 30.0, 54000.0],
       ['Spain', 38.0, 61000.0],
       ['Germany', 40.0, nan],
       ['France', 35.0, 58000.0],
       ['Spain', nan, 52000.0],
       ['France', 48.0, 79000.0],
       ['Germany', 50.0, 83000.0],
       ['France', 37.0, 67000.0]], dtype=object)

3. df.index 获取行索引

df.index

运行结果：

Index(['one', 'two', 'three', 'four', 'five'], dtype='object')

4. df.columns 获取列索引

df.columns

运行结果：

Index(['姓名', '性别', '年龄', '职业'], dtype='object')

5. df.axes 获取行及列索引

df.axes

运行结果：

[Index(['one', 'two', 'three', 'four', 'five'], dtype='object'),
 Index(['姓名', '性别', '年龄', '职业'], dtype='object')]

6. df.T index 与 columns 对调

df.T

运行结果：

7. df.info() 打印DataFrame对象的信息

df.info()

运行结果：

<class 'pandas.core.frame.DataFrame'>
Index: 5 entries, one to five
Data columns (total 4 columns):
姓名    5 non-null object
性别    5 non-null object
年龄    5 non-null int64
职业    0 non-null object
dtypes: int64(1), object(3)
memory usage: 200.0+ bytes

8.df.head(i) 显示前 i 行数据

df.head(2)

运行结果：

若想要显示前几列数据，可用df.T.head(i)

9. df.tail(i) 显示后 i 行数据

df.tail(2)

运行结果：

10. df.describe() 查看数据按列的统计信息

可显示数据的数量、缺失值、最小最大数、平均值、分位数等信息