dataframe删除全部为空列_3. Pandas系列 DataFrame操作

bbfc9dec8124e0e3ce9602f1d476edc8.png

概览

  • pandas.DataFrame

  • 创建DataFrame

    • 列表

    • 字典

    • 系列(Series)

  • 列选择

  • 列添加

  • 列删除 pop/del

  • 行选择,添加和删除

    • 标签选择 loc

    • 按整数位置选择 iloc

  • 行切片

    • 附加行 append

    • 删除行 drop

数据帧(DataFrame)是二维数据结构,即数据以行和列的表格方式排列

数据帧(DataFrame)的功能特点:

  • 潜在的列是不同的类型
  • 大小可变
  • 标记轴(行和列)
  • 可以对行和列执行算术运算

pandas.DataFrame

构造函数:

pandas.DataFrame(data, index, columns, dtype, copy)
编号 参数 描述
1 data 数据采取各种形式,如:ndarray,series,map,lists,dict,constant和另一个DataFrame。
2 index 对于行标签,要用于结果帧的索引是可选缺省值np.arrange(n),如果没有传递索引值。
3 columns 对于列标签,可选的默认语法是 - np.arange(n)。这只有在没有索引传递的情况下才是这样。
4 dtype 每列的数据类型。
5 copy 如果默认值为False,则此命令(或任何它)用于复制数据。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: pandas.DataFrame(output_10.detach().numpy()) 输出的类型是 pandas 数据帧。 pandas 是一个用于数据分析的开源库。数据帧是 pandas 中用于存储表格数据的数据结构。它由一个二维结构组成,其中有行和列。每一行代表一个观察值,每一列代表一个变量。 output_10.detach().numpy() 的输出类型是 numpy 数组。numpy 是一个用于进行科学计算的 Python 库,它提供了许多用于操作数组的函数和方法。数组是 numpy 中的主要数据结构,它由一个类似于 Python 列表的多维数据集合组成。 因此,pandas.DataFrame(output_10.detach().numpy()) 输出的是一个从 numpy 数组转换而来的 pandas 数据帧。 ### 回答2: pandas.DataFrame(output_10.detach().numpy())输出的类型是DataFrame。 ### 回答3: `pandas.DataFrame(output_10.detach().numpy())`的输出类型是`pandas`数据帧(DataFrame)。 `output_10.detach().numpy()`将PyTorch张量(tensor)`output_10`转换为NumPy数组,并使用`detach()`函数来返回其拷贝,断开与计算图的连接。然后,`pandas.DataFrame()`将这个NumPy数组作为输入,创建一个`pandas`数据帧。 数据帧是pandas库中的一种数据结构,类似于表格或数据库中的表。它由行和列组成,每一列可以有不同的数据类型。使用`pandas.DataFrame()`函数可以将各种类型的数据转换为数据帧,提供了方便的数据操作和分析功能。所以,`pandas.DataFrame(output_10.detach().numpy())`返回的类型就是`pandas`数据帧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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