dataframe 一列的不同值_数据分析Pandas运用 | DataFrame基础知识.(71)

数据分析之pandas库运用前6节简单的介绍pandas的安装与导入，数据结构，控制流与循环，函数，类型的知识点，现在开始进入pandas的讲解。

Pandas是一个用于数据分析的开源Python库。强大的结构化数据分析功能(依赖于Numpy)，提供多种高级数据结构：Series、Data Frame、Panel，强大的数据索引和处理能力，它让Python能处理电子表格等数据。提供了数据快速加载、操作、对齐与合并等功能。Data Frame表示整个电子表格或矩形数据，而Series是Data Frame的单列。Data Frame可以看作是由Series对象组成的字典或集合。

数据集加载

当给定一个数据集，首先要加载它并查看其结构内容。查看数据集最简单方法是检查特定的行和列，并对它们取子集。查看每列中存储信息的类型，并通过聚合描述性统计来发现模式，与使用Excel的方式其实一样。

Pandas并不是Python标准库的一部分，所以在使用之前需要先导入，如示：

导入Pandas库后，就可以调用read_csv函数来加载CSV数据文件，调用Pandas的read_csv函数时要用点表示法。详细参阅《数据分析之pandas库运用(1)》、《数据分析之pandas库运用.(5)》、《数据分析之pandas库运用.(6)》。

检查read_csv读取返回的是否为Data Frame，使用Python内置的type函数(该函数是python的内置函数，不属于Pandas或任何包)

处理多个Python对象，并且想知道当前处理的是哪个对象时，type函数会非常有用，至于是否加print()，建议保持正确的编程习惯，是非常有必要的。

加载的数据集被保存为Pandas DataFrame对象，每一个Data Frame对象都有一个shape属性，用来指明Data Frame的行数和列数，如同使用Excel一样的行数和列数。

Shape属性返回一个元组(参阅《数据分析之pandas库运用(3)》，其中第一个值是行数，第二值是列数。结果显示data数据集有1704行，6列。

前面查看数据集保存的对象，数据集有多少行，多少列，为了获取数据集中的信息要点，需查看数据集的列，可用Data Frame的columns属性来得到列名。

Pandas的Data Frame对象，每列的类型必须相同，而每行而已包含混合类型。使用Data Frame的dtypes属性或info方法来查看

print(df.dtypes)输出的是country、continent列为object类型，year、pop例为int64类型，lifeExp、gdpPercap列为float64。

print(df.info())输出的是read_csv读取返回为DataFrame，index：1704行，从0到1703，数据列共有6列，并分别告诉每一列的有1704非空值，以及对应的类型，以及统计不同类型有几个，内存使用量是80.0+KB

资料 (1).源代码 链接： https://pan.baidu.com/s/1sYqgLxVPwjgGsawKRsWb5A 提取码：0007

相关阅读：

数据分析之pandas库运用.(1)

数据分析之pandas库运用.(3)

数据分析之pandas库运用.(5)

数据分析之pandas库运用.(6)