dataframe 取2列_pandas ---处理非数值型的数据 DataFrame篇

这篇博客详细介绍了Pandas DataFrame的创建、属性、操作方法,包括取行、取列、布尔索引、数据合并及处理非数值型数据的方法,如字符串操作和缺失值处理,强调了loc和iloc在数据选取中的应用。
摘要由CSDN通过智能技术生成

1:DataFrame创建

1:DataFrame创建:pd.DataFrame

import numpy as np

t=pd.DataFrame(np.arange(12).reshape((3,4)))

3d00aa4e9c78dc770490a1642dd8de65.png

2:DataFrame创建,并指定行列索引

t=pd.DataFrame(np.arange(12).reshape(3,4),index=list('abc'),columns=list('wxyz'))

f0299c3a914d70f9916c86116036b8d6.png

t

3:通过字典的方式创建DataFrame数组

第一种方式

d1={"name":["xiaoming","xiaogang"],"age":[15,67],"tel":[10086,10010]}

t1=pd.DataFrame(d1)

t1

86f7bef8c0a14ea63d52d8786563624f.png

第二种方式

d2=[{"name":"xiaoming","age":18,"tel":10086},{"name":"xiaogang","tel":10086},{"name":"xiaowang","age":22}]

t2=pd.DataFrame(d2)

t2

173484c852685f080f3eaffdc9c6bc94.png

2:DataFrame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

3:DataFrame基础属性

1:列的索引 行的索引

t2.columns

t2.index

4a0bf501eafcaa6a1dcc9262d0a7df4f.png

2:对象值

t2.values

8d1835d1dc4c8b996da84326d91e5fb5.png

3:查看时几行几列的数据,行数 列数

t2.shape

55aada0394ec40a1723750ede8ff6317.png

4:查看每一列的数据类型

t2.dtypes

dcb3a4d3e17bafe710de27ce43111b7d.png

5:查看当前数据的维度 当前时2维的

t2.ndim

460547112d7738b97822264ea5d0d34a.png

4:DataFrame整体情况查询

1:显示前几行的数据,默认5行

t2.head(2)

32e2aea1338c73951f0fa1dd23b5f77d.png

2:显示后几行的数据,默认5行

t2.tail(1)

  • 2
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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