import pandas as pd # pd.set_option('display.unicode.east_asian_width', True) # 规整格式 # df = pd.read_excel(r'C:\Users\hui\Desktop\统计结果(1).xlsx') # new_df = df.T # print(df.dtypes) # 查看属性 # print(df.columns) # 查看列索引 # print(new_df) # 行列数据转换 # print(df.head(2)) # 查看前N条数据 # print(df.tail(2)) # 查看后N条数据 # print(df.shape[0], df.shape[1]) # 查看多少行,多少列。shape[0]表示多少行,shape[1]表示多少列 # print(df.info) # 查看索引,数据类型,内存信息 # DataFrame 重要功能函数 # print(df.describe()) # print(df.count()) # print(df['恢复总数'].sum()) # 求和 # print(df.max()) # 最大值 # print(df.min()) # 最小值
在 Pandas 中,DataFrame 和 Series 是两个核心的数据结构。下面是一些 Pandas 基础属性的介绍: 1.DataFrame: shape:返回 DataFrame 的行数和列数。 columns:返回 DataFrame 的列标签。 index:返回 DataFrame 的行索引。 dtypes:返回 DataFrame 中每列的数据类型。 head(n):返回 DataFrame 的前 n 行数据,默认为前 5 行。 tail(n):返回 DataFrame 的后 n 行数据,默认为后 5 行。 2.Series: values:返回 Series 的值部分,以 Numpy 数组形式展示。 index:返回 Series 的索引。 dtype:返回 Series 的数据类型。 head(n):返回 Series 的前 n 个值,默认为前 5 个值。 tail(n):返回 Series 的后 n 个值,默认为后 5 个值。
import pandas as pd # 示例 DataFrame data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'], 'Age': [25, 30, 35, 40], 'City': ['New York', 'London', 'Paris', 'Tokyo']} df = pd.DataFrame(data) # 示例 Series s = pd.Series([10, 20, 30, 40, 50], index=['a', 'b', 'c', 'd', 'e'])
# DataFrame 属性 print("DataFrame shape:", df.shape) print("DataFrame columns:", df.columns) print("DataFrame index:", df.index) print("DataFrame dtypes:", df.dtypes) print("DataFrame head:") print(df.head()) print("DataFrame tail:") print(df.tail()) # Series 属性 print("Series values:", s.values) print("Series index:", s.index) print("Series dtype:", s.dtype) print("Series head:") print(s.head()) print("Series tail:") print(s.tail())
标签:df,Series,基础,tail,DataFrame,shape,print,pandas,属性 From: https://www.cnblogs.com/xujunhui/p/18064853