Pandas | 05 基本功能
到目前为止，我们了解了三种Pandas数据结构以及如何创建它们。接下来将主要关注数据帧(DataFrame)对象，因为它在实时数据处理中非常重要，并且还讨论其他数据结构。
一、系列基本功能
| 编号 | 属性或方法 | 描述 |
|---|---|---|
| 1 | axes |
返回行轴标签列表。 |
| 2 | dtype |
返回对象的数据类型(dtype)。 |
| 3 | empty |
如果系列为空，则返回True。 |
| 4 | ndim |
返回底层数据的维数，默认定义：1。 |
| 5 | size |
返回基础数据中的元素数。 |
| 6 | values |
将系列作为ndarray返回。 |
| 7 | head() |
返回前n行。 |
| 8 | tail() |
返回最后n行。 |
现在创建一个系列并演示如何使用上面所有列出的属性操作。
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print(s)
输出结果：
0 0.967853
1 -0.148368
2 -1.395906
3 -1.758394
dtype: float64
axes示例
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print ("The axes are:") print(s.axes)
输出结果：
The axes are:
[RangeIndex(start=0, stop=4, step=1)]
empty示例
返回布尔值，表示对象是否为空。返回True则表示对象为空。
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print ("Is the Object empty?") print(s.empty)
输出结果：Is the Object empty?
False
ndim示例
返回对象的维数。根据定义，一个系列是一个1D数据结构，参考以下示例代码
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print(s) print('\n') print ("The dimensions of the object:",s.ndim)
输出结果 -
0 0.175898
1 0.166197
2 -0.609712
3 -1.377000
dtype: float64
The dimensions of the object:1
size示例
返回系列的大小(长度)。参考以下示例代码
import pandas as pd import numpy as np s = pd.Series(np.random.randn(2)) print(s) print('\n') print ("The size of the object:",s.size)
输出结果：
0 3.078058
1 -1.207803
dtype: float64
The size of the object:2
values示例
以数组形式返回系列中的实际数据值。
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print(s) print('\n') print ("The actual data series is:",s.values)
输出结果：
0 1.787373
1 -0.605159
2 0.180477
3 -0.140922
dtype: float64
The actual data series is:[ 1.78737302 -0.60515881 0.18047664 -0.1409218 ]
head()和tail()方法示例
要查看Series或DataFrame对象的小样本，请使用head()和tail()方法。
head()返回前n行(观察索引值)。要显示的元素的默认数量为5，但可以传递自定义这个数字值。
tail()返回最后n行(观察索引值)。 要显示的元素的默认数量为5，但可以传递自定义数字值。
import pandas as pd import numpy as np s = pd.Series(np.random.randn(4)) print ("The original series is:") print(s) print('\n') print ("The first two rows of the data series:") print(s.head(2)) print('\n') print ("The last two rows of the data series:") print(s.tail(2))
输出结果：
The original series is: 0 0.720876 1 -0.765898 2 0.479221 3 -0.139547 dtype: float64 The first two rows of the data series: 0 0.720876 1 -0.765898dtype: float64
The last two rows of the data series:2 0.4792213 -0.139547dtype: float64
二、DataFrame基本功能
下面来看看数据帧(DataFrame)的基本功能有哪些？下表列出了DataFrame基本功能的重要属性或方法。
| 编号 | 属性或方法 | 描述 |
|---|---|---|
| 1 | T |
转置行和列。 |
| 2 | axes |
返回一个列，行轴标签和列轴标签作为唯一的成员。 |
| 3 | dtypes |
返回此对象中的数据类型(dtypes)。 |
| 4 | empty |
如果NDFrame完全为空[无项目]，则返回为True; 如果任何轴的长度为0。 |
| 5 | ndim |
轴/数组维度大小。 |
| 6 | shape |
返回表示DataFrame的维度的元组。 |
| 7 | size |
NDFrame中的元素数。 |
| 8 | values |
NDFrame的Numpy表示。 |
| 9 | head() |
返回开头前n行。 |
| 10 | tail() |
返回最后n行。 |
下面来看看如何创建一个DataFrame并使用上述属性和方法。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our data series is:") print(df)
输出结果：
Our data series is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
1. T(转置)
返回DataFrame的转置。行和列将交换。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("The transpose of the data series is:") print(df.T)
输出结果：
The transpose of the data series is:
0 1 2 3 4 5 6
Age 25 26 25 23 30 29 23
Name Tom James Ricky Vin Steve Minsu Jack
Rating 4.23 3.24 3.98 2.56 3.2 4.6 3.8
2. axes
返回行轴标签和列轴标签列表。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Row axis labels and column axis labels are:") print(df.axes)
输出结果：
Row axis labels and column axis labels are:
[RangeIndex(start=0, stop=7, step=1), Index([u'Age', u'Name', u'Rating'],
dtype='object')]
3. dtypes
返回每列的数据类型。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("The data types of each column are:") print(df.dtypes)
输出结果：
The data types of each column are:
Age int64
Name object
Rating float64
dtype: object
4. empty
返回布尔值，表示对象是否为空; 返回True表示对象为空。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Is the object empty?",df.empty)
输出结果：
Is the object empty? False
5. ndim
返回对象的维数。根据定义，DataFrame是一个2D对象。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our object is:") print(df) print('\n') print ("The dimension of the object is:",df.ndim)
输出结果：
Our object is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
The dimension of the object is:2
6. shape
返回表示DataFrame的维度的元组。 元组(a，b)，其中a表示行数，b表示列数。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our object is:") print(df) print('\n') print ("The shape of the object is:",df.shape)
输出结果：
Our object is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
The shape of the object is:(7, 3)
7. size
返回DataFrame中的元素数。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our object is:") print(df) print('\n') print ("The total number of elements in our object is:",df.size)
输出结果：
Our object is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
The total number of elements in our object is:21
8. values
将DataFrame中的实际数据作为ndarray返回。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our object is:") print(df) print('\n')
print ("The actual data in our data frame is:") print(df.values)
输出结果：
Our object is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
The actual data in our data frame is:
[[25 'Tom' 4.23]
[26 'James' 3.24]
[25 'Ricky' 3.98]
[23 'Vin' 2.56]
[30 'Steve' 3.2]
[29 'Minsu' 4.6]
[23 'Jack' 3.8]]
9. head()和tail()
要查看DataFrame对象的小样本，可使用head()和tail()方法。
head()返回前n行(观察索引值)。显示元素的默认数量为5，但可以传递自定义数字值。tail()返回最后n行(观察索引值)。显示元素的默认数量为5，但可以传递自定义数字值。
import pandas as pd d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Minsu','Jack']), 'Age':pd.Series([25,26,25,23,30,29,23]), 'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])} df = pd.DataFrame(d) print ("Our data frame is:") print(df) print('\n') print ("The first two rows of the data frame is:") print(df.head(2)) print('\n') print ("The last two rows of the data frame is:") print(df.tail(2))
输出结果：
Our data frame is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
2 25 Ricky 3.98
3 23 Vin 2.56
4 30 Steve 3.20
5 29 Minsu 4.60
6 23 Jack 3.80
The first two rows of the data frame is:
Age Name Rating
0 25 Tom 4.23
1 26 James 3.24
The last two rows of the data frame is:
Age Name Rating
5 29 Minsu 4.6
6 23 Jack 3.8
