目录
1. 使用 .head() 查看 DataFrame 头部数据
2. 使用 .tail() 查看 DataFrame 尾部数据
3. 使用 .describe() 查看 DataFrame 统计数据
在使用各种api之前，先创建测试使用数据：
代码：
import numpy as np
import pandas as pd
dict_data={"a":list("abcdef"),"b":list("defghi"),"c":list("ghijkl")}
df=pd.DataFrame.from_dict(dict_data)
df
运行结果：
Out[1]:
abc0adg1beh2cfi3dgj4ehk5fil
- 使用 .head() 查看 DataFrame 头部数据
.head([n]) 用法如下，如果 n 为空，则默认为 5
In [12]: df.head(0)
Out[12]:
In [13]: df.head(1)
Out[13]:
abc0adgIn [16]: df.head(3)
Out[16]:
abc0adg1beh2cfi
- 使用 .tail() 查看 DataFrame 尾部数据
.tail([n])，如果 n 为空，则默认为 5
In [18]: df.tail(0)
Out[18]:
In [19]: df.tail(1)
Out[19]:
abc5filIn [20]: df.tail(3)
Out[20]:
abc3dgj4ehk5fil
- 使用 .describe() 查看 DataFrame 统计数据
.describe 语法如下
Help on function describe in module pandas.core.generic:
describe(self: 'FrameOrSeries', percentiles=None, include=None, exclude=None, datetime_is_numeric=False) -> 'FrameOrSeries'
Generate descriptive statistics.
Descriptive statistics include those that summarize the central
tendency, dispersion and shape of a
dataset's distribution, excluding .describe() 默认是对数值类进行统计
In [21]: df.describe()
Out[21]:
abccount666unique666topaejfreq111
也可以通过 include=object 来获得对其他的统计
例如当前数据
获得两种不同的结果
- 使用 .T 查看 DataFrame 转置数据
In [24]: df.T
Out[24]:
012345aabcdefbdefghicghijkl
- at 函数 ：通过行名和列名来取值
先创建数据吧
import pandas as pd
import pdb
#pdb.set_trace()
dict_data={"X":list("abcdef"),"Y":list("defghi"),"Z":list("ghijkl")}
df=pd.DataFrame.from_dict(dict_data)
df.index=["A","B","C","D","E","F"]
df
生成如下 DataFrame
用法太简单了，直接把 at 和 iat 都运行上。
A 行 X 列数据,必须两个数据都输入，否则报错
print(df.at["A","X"])
第二 行 第二 列数据，序号从0开始
print(df.iat[2,2])
运行结果
a
i
- iat 函数 ：通过行号和列号来取值
请参考7，请注意 at 是按照 行名和 列名来定位某个元素，而 iat 是按照 行号和 列号来定位某个元素。
- loc函数主要通过 行标签 索引行数据
当前 df 如下
loc 非常简单，直接看完代码就明白了
指定行名和列名的方式，和at的用法相同
print(df.loc["A","X"],"\n","*"*20)
可以完整切片,这是 at 做不到的
print(df.loc[:,"X"],"\n","*"*20)
可以从某一行开始切片
print(df.loc["B":,"X"],"\n","*"*20)
可以只切某一列
print(df.loc["B",:],"\n","*"*20)
和指定上一条代码效果是一样的
print(df.loc["B"],"\n","*"*20)
运行结果
a
********************
A a
B b
C c
D d
E e
F f
Name: X, dtype: object
********************
B b
C c
D d
E e
F f
Name: X, dtype: object
********************
X b
Y e
Z h
Name: B, dtype: object
********************
X b
Y e
Z h
Name: B, dtype: object
********************
8. iloc函数主要通过行号、索引行数据
当前 df 如下
和 iloc 用法非常类似，直接看代码吧，不再多说
指定行号和列号的方式，和 loc 的用法相同
print(df.iloc[0,0],"\n","*"*20)
可以完整切片
print(df.iloc[:,0],"\n","*"*20)
可以从某一行开始切片
print(df.iloc[1:,0],"\n","*"*20)
可以只切某一列
print(df.iloc[1,:],"\n","*"*20)
和指定上一条代码效果是一样的
print(df.iloc[1],"\n","*"*20)
运行结果
a
********************
A a
B b
C c
D d
E e
F f
Name: X, dtype: object
********************
B b
C c
D d
E e
F f
Name: X, dtype: object
********************
X b
Y e
Z h
Name: B, dtype: object
********************
X b
Y e
Z h
Name: B, dtype: object
********************
9. ix——通过行标签或者行号索引行数据
ix 是基于loc和iloc 的混合，但是现在已经被弃用了。说实话我很喜欢这种弃用，确实它能做的事情，用上面的 loc 和 iloc 也能做到，就不再赘述。
10. 使用布尔索引查看符合要求的数据
当前 df 如下
使用 df[] 切片取出符合筛选条件的数据，& 是条件与，| 是条件或。
取一行数据，这行数据符合两个条件。
1）Y 列 字符的 ASCI 码大于字符 g，
2）Z 列 字符的 ASCI 码小于字符 x，
print(df[(df["Y"].str.lower()>"g")&(df["Z"].str.lower()
运行结果还是挺理想的
X Y Z
E e h k
F f i l
********************
X Y Z
A a d g
11. 使用 sample() 查看随机数据
语法：DataFrame.sample(n=None, frac=None, replace=False, weights=None, random_state=None, axis=None)
参数说明：
n：这是一个可选参数, 由整数值组成, 并定义生成的随机行数。
frac：它也是一个可选参数, 由浮点值组成, 并返回浮点值数据帧值的长度。 不能与参数n一起使用。*
replace：由布尔值组成，默认值是false。如果为true, 则返回带有替换的样本。
权重：它也是一个可选参数, 由类似于str或ndarray的参数组成。默认值”无”将导致相等的概率加权。
random_state：它也是一个可选参数, 由整数或numpy.random.RandomState组成。如果值为int, 则为随机数生成器或numpy RandomState对象设置种子。
axis：它也是由整数或字符串值组成的可选参数。 0或”行”和1或”列”。
这里只介绍最简单的用法。
print("*"*20)
print(df.sample())
print("*"*20)
print(df.sample())
print("*"*20)
print(df.sample())
print("*"*20)
print(df.sample())
运行结果每次都不一样
********************
X Y Z
A a d g
********************
X Y Z
F f i l
********************
X Y Z
A a d g
********************
X Y Z
B b e h
12. 使用 isin() 查看数据是否符合条件
语法：dataframe.isin(values)，values 可以是dataframe，也可以是一列数据。
#可以整个 dataframe 进行比较
df2=df.copy()
print(id(df)) # 此处用 id ，是为了注明两个dataframe 内存已经不一样了
print(id(df2))
df["G"]=list("MKLHGF")
df2.isin(df)
运行结果
XYZATrueTrueTrueBTrueTrueTrueCTrueTrueTrueDTrueTrueTrueETrueTrueTrueFTrueTrueTrue
取一列进行比较
#取G列 进行值比较
df.G.isin(list("MKLHGF"))
运行结果
A True
B True
C True
D True
E True
F True
Name: G, dtype: bool
13. 使用 .shape 查看查看行数和列数
太简单了
In [23]: df.shape
Out[23]:
(6, 3)
14. 使用 .info() 查看索引、数据类型和内存信息
`
In [21]: df.info()
RangeIndex: 6 entries, 0 to 5
Data columns (total 3 columns):
# Column Non-Null Count Dtype
Original: https://blog.csdn.net/u010701274/article/details/121252117
Author: 江南野栀子
Title: pandas DataFrame 用法–查看和选择数据
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/752412/
转载文章受原作者版权保护。转载请注明原作者出处！