DataFrame 具有许多常用属性,这些属性提供了关于数据集的元信息或描述性统计
【shape】
返回DataFrame的形状
import pandas as pd
import numpy as np
a=np.random.uniform(0,150,size=(5,3)).astype('int32')
line=['ZhangSan','LiSi','WangWu','ZhaoLiu','SunQi']
columns=['Literature','Math','English']
df=pd.DataFrame(a,index=line,columns=columns)
print(df.shape)
【dtypes】
返回元素的数据类型
print(df.dtypes)
【index】
行索引
print(df.index)
【columns】
列索引
print(df.columns)
【values】
数据
print(df.values)
可以看到,返回值跟numpy格式相同
因为pandas是基于numpy的
【size】
数据的总个数
【describe()】
返回 DataFrame 中数值列的统计摘要
可以看到,统计结果列出了每一列的元素个数、平均值、标准差、最大值、最小值,以及不同区间的数值信息
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。