Series-属性 2018/11/8 2018/12/6
序列:
# 可以把Series看成有序字典;均匀数据;尺寸数据均可变
s=pd.Series(data=np.arange(10,15),index=pd.Index(list('abcde')),dtype=np.float, name='Series-1')
属性简表:
属性 | 说明 |
s.at[] | 访问行/列标签对的单个值。 |
s.axes | 返回行轴标签列表 [Index(['a', 'b', 'c', 'd', 'e'], dtype='object')] |
s.dtype | 返回基础数据的dtype对象dtype('float64') |
s.dtypes | 返回基础数据的dtype对象dtype('float64') |
s.empty | 系列为空返回 True |
s.flags | - |
s.ftype | 如数据稀疏则返回 'float64:dense' |
s.ftypes | 如数据稀疏则返回 'float64:dense' |
s.hasnans | 如有nans返回True False |
s.iat[] | 按整数位置访问行/列对的单个值。 |
s.iloc[] | 纯粹基于整数位置的索引,用于按位置选择。 |
s.imag | array([0., 0., 0., 0., 0.]) |
s.imag | array([0., 0., 0., 0., 0.]) |
s.index | 系列索引(轴标签)Index(['a', 'b', 'c', 'd', 'e'], dtype='object') |
s.is_monotonic | 如序列中值递增返回True |
s.is_monotonic_decreasing | 如序列中值递减返回True |
s.is_monotonic_increasing | 如序列中值递增返回True |
s.is_unique | 如果对象中的所有值都是唯一返回True |
s.itemsize | 返回基础数据项的dtype的大小 8 |
s.ix[] | 主要基于标签位置的索引器,具有整数位置回退。 |
s.loc[] | 通过标签或布尔数组访问一组行和列。 |
s.memory_usage() | 返回Series的内存使用情况240 |
s.nbytes | 返回基础数据字节数 40 |
s.ndim | 返回基础数据维数 1 |
s.real | array([10., 11., 12., 13., 14.]) |
s.shape | 返回数据形状元组 (5,) |
s.size | 返回数据元素数量 5 |
s.strides | 返回数据步幅 (8,) |
s.values | 返回系列值 dtype array([10., 11., 12., 13., 14.]) |
实例:
s.flags
'''
C_CONTIGUOUS : True
F_CONTIGUOUS : True
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False
'''
DataFrame-属性 2018/12/7
属性:
# 所有Pandas数据结构是值可变的(数值大小可更改)
# DataFrame索引(行)和列(不同类型) ;大小可变 可对行和列执行算术运算
data = {'Name':pd.Series(['Tom','Jim','Bob']),'Age':pd.Series([25,26,25]),
'sex':pd.Series([0,1,0],dtype=bool)}
df=pd.DataFrame(data)
简表:
属性 | 说明 |
df.at[] | 访问行/列标签对的单个值 |
df.axes | 行轴标签列表 [RangeIndex(start=0, stop=3, step=1), |
- | Index(['Name', 'Age', 'sex'], dtype='object')] |
df.columns | 列标签#Index(['Name', 'Age', 'sex'], dtype='object') |
df.dtypes | 数据类型 #Name object Age int64 sex bool dtype: object |
df.empty | 对象为空返回True |
df.ftypes | 返回数据帧中的ftypes(稀疏/密集和dtype的指示) |
df.iat[] | 按整数位置访问行/列对的单个值 |
df.iloc[] | 整数位置索引,用于按位置选择 |
df.index | 索引行标签 #RangeIndex(start=0, stop=3, step=1) |
df.ix[] | 主要基于标签位置的索引器,具有整数位置回退 |
df.loc[] | 通过标签或布尔数组访问一组行和列 |
df.memory_usage() | 内存使用情况#Index 80 Name 24 Age 24 sex 3 dtype: int64 |
df.ndim | 基础数据维数 2 |
df.shape | 数据形状元组 (3, 3) |
df.size | 数据元素数量 9 |
df.style | 返回Styler对象的属性# pandas.io.formats.style.Styler |
df.T | 转置 |
df.values | 返回数据帧的ndarray #array([['Tom', ...],…, dtype=object) |
实例:
df.T
# 0 1 2
# Name Tom Jim Bob
# Age 25 26 25
# sex False True False
df.ftypes
# Name object:dense
# Age int64:dense
# sex bool:dense
# dtype: object