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