AI学习：python.pandas基本属性学习（第二天）

最新推荐文章于 2025-05-06 21:00:11 发布

定个小目标：1亿行代码

最新推荐文章于 2025-05-06 21:00:11 发布

阅读量180

点赞数 1

CC 4.0 BY-SA版权

文章标签： python 人工智能学习

本文链接：https://blog.youkuaiyun.com/weixin_52241563/article/details/125291682

本文介绍了如何使用Pandas DataFrame进行数据处理，包括基本属性查看（如shape、dtypes和ndim），数据视图获取（index、columns和values），以及整体情况查询（head、tail、info和describe）。通过实例演示了如何创建DataFrame，展示和分析数据类型、形状和统计特性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有关于pandas中的DataFrame，我们需要对其的基本信息有一个大致的了解，一下列出来的一些关于DataFrame的函数，可以帮助我们快速查找二维矩阵信息。下表可快速查找所需函数。

DataFrame 的基础属性

df.shape # 形状，行数列数
df.dtypes # 列数据类型
df.ndim # 数据维度
df.index # 行索引
df.columns # 列索引
df.values # 对象值，二维ndarray数组

DataFrame 的整体情况查询

df.head() # 显示头部几行
df.tail() # 显示尾部几行
df.info() # 相关信息概览：行数，列数，列索引，列非空值个数，列类型，内存占用
df.describe() # 快速综合统计结果：计数，均值，标准差，最大值，四分位数，最小值

import pandas as pd
import numpy as np

#创建二维一个正态分布随机数组
d_1 = pd.DataFrame(np.random.randn(6,6),columns=list("abcdef"))
print(d_1)

#用字典传入数据
d_2 = pd.DataFrame({'A' : 6.,
                    'B' : pd.Timestamp("20220615"),
                    'C' : pd.Series(1,index=list(range(6)), dtype='float32'),
                    'D' : np.array([6] * 6, dtype='int64'),
                    'E' : pd.Categorical(["test","train","test","train","test","train"]),
                    'F' : 'info' })
print(d_2)

#数据查看
print(d_2.dtypes)   #查看d_2的类型
print(d_2.shape)    #查看d_2的形状
print(d_2.ndim)     #查看d_2的维度
print(d_2.head(3))  #查看d_2的前三行数据
print(d_2.tail(3))  #查看d_2的后三行数据
print(d_2.index)    #利用index查看
print(d_2.columns)  #利用columns查看
print(d_2.values)   #利用values查看
print(d_2.info())   #利用info()查看d_2的基本信息

#数据统计
print(d_1.describe())   #利用describe()快速查看统计结果
print(d_1.T)    #矩阵转置