Pandas常用操作命令（二）——查看数据信息

已于 2022-06-23 11:31:55 修改
阅读量4.8k 收藏 26
点赞数 6
分类专栏： Pandas技巧系列 文章标签： pandas python 数据分析
于 2022-06-21 15:19:56 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42152811/article/details/125391530
版权

文章目录


大家好，我是 👉 【Python当打之年(点击跳转)】

本期为大家带来 《 Pandas常用操作命令》 的 第二篇 ，主要介绍在数据处理可视化过程中经常用到的一些指令，本系列在后期会不断进行补充更新，希望对你有所帮助，如有疑问或者需要改进的地方可以私信小编。


🏳️‍🌈 2. 查看数据信息

2.1 查看DataFrame对象的前n行

df.head(3)

在这里插入图片描述

2.2 查看DataFrame对象的最后n行

df.tail(3)

在这里插入图片描述

2.3 查看行数和列数

df.shape

(13, 7)

2.4 查看列索引

df.columns

Index([‘Name’, ‘Sex’, ‘Chinese’, ‘Math’, ‘English’, ‘City’, ‘Province’], dtype=‘object’)

2.5 查看行索引

df.index

RangeIndex(start=0, stop=13, step=1)

2.6 查看索引、数据类型和内存信息

df.info()

在这里插入图片描述

2.7 查看数值型列的汇总统计

df.describe()

在这里插入图片描述

2.8 查看DataFrame对象中每一列的唯一值和计数

df.apply(pd.Series.value_counts)

在这里插入图片描述

实际上是对每个值做了频次统计。

以上就是本期为大家整理的全部内容了，赶快练习起来吧，原创不易，喜欢的朋友可以点赞、收藏也可以分享（注明出处）让更多人知道。

推荐阅读

文章首发微信公众号 “Python当打之年” ，每天都有python编程技巧推送，希望大家可以喜欢

Python当打之年
关注
  • 6
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
pandas查看属性和数据
m0_63808770的博客
07-13 4252
pandas数据访问,修改,以及其他操作
pandas数据表信息查看
dongyang03162813的博客
04-15 320
df.shape返回（行，列）
pandas数据框,统计某列数据对应的个数方法
09-20
下面小编就为大家分享一篇pandas数据框,统计某列数据对应的个数方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
学习pandas全套代码【超详细】数据查看、输入输出、选取、集成
最新发布
m0_61549984的博客
04-28 661
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。
Python：利用Pandas读取数据、查询指定条件的数据、以及数据的详细信息
Junehhhhh的博客
02-25 1万+
在Python中，如何利用Pandas去读取数据、查询指定条件的数据、以及获取数据的详细信息.
pandas查询数据
KyrieHe的博客
05-23 2176
pandas查询数据 通过布尔索引有针对的选取原数据的子集、指定行、指定列等。 我们先导入一个student数据集： student = pd.read_csv(‘C:\Users\admin\Desktop\student.csv’) 查询数据的前5行或末尾5行 student.head() student.tail() 查询指定的行 studen...
pandas数据框，统计某列或者某行数据元素的个数
kyle1314608的博客
08-29 4707
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。本文链接：https://blog.csdn.net/sinat_38893241/article/details/80414977在《pandas数据框，统计某列数据与其他文件对应关系的个数》之后，我发觉简单版的元素个数统计问题没有说清楚，就在这里介绍两个统计pandas数据框里面列...
Pandas中的五种数据查询方法--【数值，列表，区间，条件，函数查询】
qq_46044325的博客
09-11 1万+
这种错误一般都是修改完之后了，不能在进行修改，说明已经修改过了。2. df.iloc方法，根据行、列的数字位置查询。注意，组合条件&符号合并，每个条件判断都得带括号。1.df.loc方法，根据行、列的标签值查询。.loc既能查询，又能覆盖写入，强烈推荐!行或列，都可以只传入单个值，实现精确匹配。1.使用单个label值查询数据。注意：区间既包括开始，也包括结束。3.使用数值区间进行范围查询。北京2018年全年天气预报。2.使用值列表批量查询。4.使用条件表达式查询。得到DataFrame。
Pandas——练习题二——数据集
07-25
博客中Pandas练习题数据集。user数据集与chipotle.csv数据集
python数据分析之Pandas数据结构和操作
02-24
比如，学生成绩分析，股票数据分析等4、提供数据清洗功能Pands数据结构，主要分为两种，Series和DataFrame1、类似一维数组的对象2、通过list构建Seriesser_obj=pd.Series(rang(10))3、由数据和索引组成索引在左，...
财报数据可视化 —— pandas数据分析，pyecharts可视化
06-03
财报数据可视化 —— pandas数据分析，pyecharts可视化
Pandas——筛选数据（loc、iloc）
12-22
我们首先构造了一个 5X4 的矩阵数据。 import pandas as pd import numpy as np dates = pd.date_range('20200315', periods = 5) df = pd.DataFrame(np.arange(20).reshape(5,4), index = dates, columns = ['A', '...
python数据分析复盘——数据分析相关库之Pandas
02-25
Pandas是Python第三方库，提供高性能易用数据类型和分析工具Pandas基于NumPy实现，常与NumPy和Matplotlib一同使用Series类型可以由如下类型创建：1.Python列表2.标量值3.Python字典4.ndarray5.其他函数，range()等...
Pandas
(:
02-15 986
Pandas主要处理三个数据结构 Series (序列) 处理一维数据 DataFrame (数据帧) 处理二维数据 Panel (面板) 处理三维数据 Series的创建 语法: pandas.Series( data, index, dtype, name, copy, fastpath) Serie默认的index从0开始, 也可以自己指定 默认创建 s1 = pd.S...
pandas中dataframe类型选取前几行
qq_41663800的博客
09-19 3万+
data1(df类型) data1.head(10)
数据分析库pandas入门 1——Pandas基本数据结构、创建DataFrame对象、查看DataFrame和Series对象基本信息
看流星划过天外的博客
09-19 1659
本文以及接下来的一系列文章将对pandas库进行一些常用方面的介绍，作为梳理性的学习小结。本文主要介绍了pandas的基本数据结构DataFrame和Series对象的创建与从文件导入，并对数据进行查看。
14、Python 第三方库：Pandas 的数据结构、统计特性及数据读写
Man
04-09 3025
一、Pandas 的数据结构(Series, DataFrame)0. NumPy 和 Pandas 的区别？ 简单的向量操作与 ndarray 的表现一致 Series 和 ndarray 不同的地方在于，Series 的操作默认是使用 index 的值进行对齐的，而不是相对位置 DataFrame 和 ndarray 不同的地方在于，DataFrame 的列数据可以是不同的类型 1. Serie
pandas统计某一列中各个值的出现次数
热门推荐
littlehaes的博客
11-11 11万+
比如要统计’label’这一列各个值出现的次数, 使用df_train.loc[:,'label'].value_counts()即可
PHP与JSON的一些常用操作
HelloWorld
09-30 1936
PHP把数据写入JSON文件 <?php // 生成一个PHP数组 $data = array (); $data ["fruit"] = "apple" ; $data ["animal"] = "tiget"; // 把PHP数组转成JSON字符串,写入文件 $json_string = json_encode( $data ); ?> PHP读取JSON数据? <?php // 从文件中读取数据到PHP变量 $str = file_get_contents ( 'one
pandas 操作命令
11-01
pandas是一个Python数据分析库，它提供了丰富的数据结构和函数，可以方便地进行数据清洗、处理和分析。以下是一些常用的pandas操作命令： 1. 读取数据：pd.read_csv()、pd.read_excel()、pd.read_sql()等。 2. 数据预览：df.head()、df.tail()、df.sample()等。 3. 数据清洗：df.dropna()、df.fillna()、df.drop_duplicates()等。 4. 数据选择：df.loc[]、df.iloc[]、df.ix[]等。 5. 数据排序：df.sort_values()、df.sort_index()等。 6. 数据分组：df.groupby()、df.pivot_table()等。 7. 数据合并：df.merge()、df.join()、df.concat()等。 8. 数据统计：df.describe()、df.mean()、df.sum()等。 9. 数据可视化：df.plot()、df.hist()、df.boxplot()等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Python当打之年

您的鼓励是我创作的最大动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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