pandas中df的用法

已于 2022-04-24 16:08:24 修改
阅读量4k 收藏 3
点赞数
分类专栏： Python 文章标签： python dataframe
于 2021-04-29 19:32:07 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sinat_38079265/article/details/116275534
版权
本文介绍了Pandas库中DataFrame对象的shape属性，该属性用于获取数据帧的行列数。通过df.shape可以得到一个元组，表示数据帧的行数和列数。例如，df.shape返回(2, 3)表示一个2行3列的数据帧。进一步，df.shape[0]和df.shape[1]分别用于单独获取行数和列数，是数据分析中基础且实用的操作。
摘要由CSDN通过智能技术生成

pandas.DataFrame.shape 返回数据帧的形状

用法

df为Dataframe格式数据

df.shape 返回df形状(2,3) 2行3列

df.shape[0] 返回行数

de.shape[1] 返回列数

。

Yellow0523
关注
专栏目录
解决Python pandas df 写入excel 出现的问题
09-20
本文将详细介绍在使用Python的pandas库将df对象写入Excel文件时，可能遇到的问题以及解决方案。 首先，用户可能会遇到的一个问题是无法导入xlwt库。xlwt是一个用来写入Excel文件的库，但在较新版本的pandas中，推荐...
学习笔记——pandas和df进行数据处理使用笔记（入门篇）
weixin_51130521的博客
07-30 5123
pandas作为数据处理必备工具包，记录一下学习的坑 pandas默认的处理对象是DataFrame，安装之后加载 一代码示例意义解读 import pandas as pd #整个数据集不能装入一台计算机的内存中，因此我们选择前100,000个记录， # 并使用外存学习算法（Out-of-core learning algorithm）来有效地获取和处理数据。 df= pd.read_csv('D:\120.python\Scripts\数据集\第一次数据集\ner_dataset.csv',en
Pandas数据选取中df[]、df.loc[]、df.iloc[]、df.at[]、df.iat[]的区别及用法
金戈鐡馬
03-26 9944
　　Pandas是作为Python数据分析著名的工具包，提供了多种数据选取的方法，方便实用。本文主要介绍Pandas的几种数据选取的方法。 　　Pandas中，数据主要保存为Dataframe和Series是数据结构，这两种数据结构数据选取的方式基本一致，本文主要以Dataframe为例进行介绍。 　　在Dataframe中选取数据大抵包括3中情况： 　　1）行（列）选取（单维度选取）：df[]。这种情况一次只能选取行或者列，即一次选取中，只能为行或者列设置筛选条件
pandas一些常用函数以及操作的使用和理解（持续更新）
学习笔记
02-11 6460
pandas库的一些用法1.创建DataFrame2.dataframe.columns(更改列名)3.dataframe列索引、行索引4.dataframe存、读存csv文件 1.创建DataFrame import pandas as pd import numpy as np f = pd.DataFrame(np.arange(20).reshape(4, 5), index=["c", "a", "d", "b"]) print(f) 结果 2.dataframe.columns(更改列名)
pandas df中有几个数组_看了不亏，不看后悔：Pandas基础吐血总结
weixin_39709979的博客
11-22 581
学习python，那么绕不过的一个工具就是Pandas，不管你是做数据分析还是爬虫，Pandas都是一个最基础也是最实用的工具。小编在总结各大IT社区相关的帖子和结合自己学习Pandas基本操作、相关知识的基础上，总结了一套自学教程，基本上涵盖了pandas的重点内容，第一部分主要讲Pandas相关的基础操作，快来收藏吧。一、Pandas介绍pandas 是基于NumPy的一种工具，是NumPy的...
pandas之Dataframe 菜鸟教程
林中有神君
12-10 1914
import numpy as np import pandas as pd print("=============Dataframe：基本概念及创建=====================") ''' Pandas数据结构Dataframe：基本概念及创建 "二维数组"Dataframe：是一个表格型的数据结构，包含一组有序的列，其列的值类型可以是数值、字符串、布尔值等。 Dataframe中的数据以一个或多个二维块存放，不是列表、字典或一维数组结构。 ''' # Dataframe 数据结构 # D
pandas官方文档中文版_pandas_pandas文档_pandas中文_python_
09-29
Pandas是Python编程语言中的一个强大数据分析工具，它提供了高效的数据结构，如DataFrame和Series，使得数据清洗、转换、分析变得简单易行。Pandas的设计目标是使数据处理对用户来说直观且快速，同时保持良好的性能...
pandas dataframe 中的explode函数用法详解
09-16
在之前的版本中，实现类似功能通常需要编写自定义函数或者使用其他方法，如`concat()`和`apply()`等。`explode()`简化了这一过程，使得操作更加直观和高效。 首先，让我们通过一个简单的例子来理解`explode()`的...
pandas 强制类型转换 df.astype实例
09-17
本文将深入探讨`df.astype`在Pandas中的使用，并通过实例来展示其功能。 `df.astype()`函数允许我们将DataFrame或Series中的某一列或所有列的数据类型转换为指定类型。这个方法非常灵活，可以接受多种内置的Python...
对pandas中apply函数的用法详解
09-20
本文将深入解析Pandas中`apply`函数的使用方法，帮助你更好地理解和应用这一功能。 首先，`apply`函数允许我们将自定义函数应用到DataFrame的各个元素、行或列上，这为我们提供了很大的灵活性。当你需要执行的操作...
Pandas常用函数（df、series、索引）
qq_43115961的博客
09-16 1406
Pandas常用函数（df、series、索引）
pandas之df使用指南
weixin_43925027的博客
03-18 2211
pandas使用指南 读写、创建dataframe、基础信息获取 读写 import pandas as pd #读取 day_type = pd.read_excel("./DataFile/2019工作日.xlsx"，sheet_name=0, header=0, names=None, index_col=None, usecols=None) #写入 day_type.to_excel("...
数据分析pandas
qq_67695179的博客
03-06 2805
一、Pandas有两个主要的数据结构：Series和DataFrame （一）Series （1）结构 主要由一组数据与之相关的索引两部分构成。（索引在左，数据在右） （2）多种构造代码方法： 1. class pandas.Series( data = None, index = None, dtype = None, name = None, copy =False, fastpath = False) data:表示传入的数据 index:表示索引，唯一且与数据长度相等...
pandas基本操作
qq_36407774的博客
10-26 621
1、删除某一列 df_color = df_color.drop(‘12345颜’,axis=1) 2、使用merge,根据多个条件进行合并 df_taskinfo_color = df_taskinfo.merge(df_color,how=‘left’,on=[‘a’,‘b’,‘c’,‘d’]) 3、读取文件时只选择某几列 data = pd.read_csv(‘data.csv’,usecols=[0,1,2]) 更改某列的名称 df_find = pd.concat([df_find1,df_fin
关于pandas中df[[]]的解谜以及Series与DataFrame的区别
weixin_42670810的博客
12-21 3527
关于pandas中df[[]]的解谜以及Series与DataFrame的区别 一直以来我们获取df中某列的值，一般采用df.parm或者df[‘parm’]的方式来获取。今天突然遇到df[[‘number’]]的形式，一开始以为别人写错了，后来才知道原来是取的东西不一样。先看对比代码： import pandas as pd data=pd.DataFrame({'name':['张三','李四','王五'],'age':[18,19,20],'number':[190,200,220]}) prin
Pandas-数据结构-DataFrame（二）：DF的属性【形状/shape、行索引/index、列索引/columns、查看值/values、转置/T、head.()、tail.()】
u013250861的博客
04-05 7023
2.DataFrame DataFrame是一个类似于二维数组或表格(如excel)的对象，既有行索引，又有列索引 行索引，表明不同行，横向索引，叫index，0轴，axis=0 列索引，表名不同列，纵向索引，叫columns，1轴，axis=1 2.1 DataFrame的创建 # 导入pandas import pandas as pd pd.DataFrame(data=None, index=None, columns=None) 参数： index：行标签。如果没有传入索引参数，则
Pandas 基础（一）
阿雷的博客
10-09 395
Pandas 基础Pandas 基础新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 Pandas 基础 你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔
pandas_索引_df删除 行/列_切片(Series/df)
火锅午餐肉的博客
07-01 5032
索引 pandas的索引对象可以包含重复的标签 DataFrame对象也可以有重复的columns或者index 但是请尽量不要这么做！ 索引可以再创建的时候设置，但是不可以创建好后更改为别的值 更改索引，也是在原有索引范围内更改，多出的索引值自动填充 NaN 或者指定填充值 缺失值指定填充方式method参数，比如ffill表示向前填充，bfill表示向后填充 import pandas a...
Pandas常用操作总结
Magician的博客
06-13 5525
文章目录前言1、DF常用的两种创建方式方式一：通过np来生成方式二：通过字典来生成2、pandas常用的属性及方法3、Pandas Select(数据选择)方法三：混合选择方法四：#通过判断选择部分数据4、Pandas Set_values设置值5、Pandas Nan处理缺失值方法一：剔除缺失值所在的行或列方法二：填充Nan值方法三：显示Nan值的位置，做进一步处理6、Pandas导入导出数据7...
pandas 中df设置数字列名
最新发布
06-13
要在 Pandas 中为数字列设置列名，可以使用 `rename()` 方法。例如，以下代码将数字列名更改为 "col1" 和 "col2"： ```python import pandas as pd # 创建一个DataFrame df = pd.DataFrame([[1, 2], [3, 4]], columns=[0, 1]) # 重命名数字列名 df = df.rename(columns={0: "col1", 1: "col2"}) # 打印DataFrame print(df) ``` 输出： ``` col1 col2 0 1 2 1 3 4 ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值