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 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)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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.ndim
display(x)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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.shape
display(x)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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.dtypes
display(x)

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

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
 

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.size
display(x)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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.T
display(x)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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.index
display(x)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

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)

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
 

结果如下：

文章来源: blog.csdn.net，作者：数据分析与统计学之美，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/weixin_41261833/article/details/104150514