python中pandas作用_Pandas基本功能

到目前为止，我们了解了三种Pandas数据结构以及如何创建它们。接下来将主要关注数据帧(DataFrame)对象，因为它在实时数据处理中非常重要，并且还讨论其他数据结构。

系列基本功能编号

属性或方法

描述

1

axes

返回行轴标签列表。

2

dtype

返回对象的数据类型(dtype)。

3

empty

如果系列为空，则返回True。

4

ndim

返回底层数据的维数，默认定义：1。

5

size

返回基础数据中的元素数。

6

values

将系列作为ndarray返回。

7

head()

返回前n行。

8

tail()

返回最后n行。

现在创建一个系列并演示如何使用上面所有列出的属性操作。

示例

import pandas as pd

import numpy as np

#Create a series with 100 random numbers

s = pd.Series(np.random.randn(4))

print s

执行上面示例代码，得到以下输出结果 -

0 0.967853

1 -0.148368

2 -1.395906

3 -1.758394

dtype: float64

axes示例

返回系列的标签列表。参考以下示例代码 -

import pandas as pd

import numpy as np

#Create a series with 100 random numbers

s = pd.Series(np.random.randn(4))

print ("The axes are:")

print s.axes

执行上面示例代码，得到以下输出结果 -

The axes are:

[RangeIndex(start=0, stop=4, step=1)]

上述结果是从0到5的值列表的紧凑格式，即：[0,1,2,3,4]。

empty示例

返回布尔值，表示对象是否为空。返回True则表示对象为空。

import pandas as pd

import numpy as np

#Create a series with 100 random numbers

s = pd.Series(np.random.randn(4))

print ("Is the Object empty?")

print s.empty

执行上面示例代码，得到以下输出结果 -

Is the Object empty?

False

ndim示例

返回对象的维数。根据定义，一个系列是一个1D数据结构，参考以下示例代码 -

import pandas as pd

import numpy as np

#Create a series with 4 random numbers

s = pd.Series(np.random.randn(4))

print s

print ("The dimensions of the object:")

print s.ndim

执行上面示例代码，得到以下结果 -

0 0.175898

1 0.166197

2 -0.609712

3 -1.377000

dtype: float64

The dimensions of the object:

1

size示例

返回系列的大小(长度)。参考以下示例代码 -

import pandas as pd

import numpy as np

#Create a series with 4 random numbers

s = pd.Series(np.random.randn(2))

print s

print ("The size of the object:")

print s.size

执行上面示例代码，得到以下结果 -

0 3.078058

1 -1.207803

dtype: float64

The size of the object:

2

values示例

以数组形式返回系列中的实际数据值。

import pandas as pd

import numpy as np

#Create a series with 4 random numbers

s = pd.Series(np.random.randn(4))

print s

print ("The actual data series is:")

print s.values

执行上面示例代码，得到以下结果 -

0 1.787373

1 -0.605159

2 0.180477

3 -0.140922