DataFrame常用的属性和方法

Posted 2020-12-19 ye20190812

属性和方法

DataFrame有许多的的属性和方法使得pabdas用起来非常的快捷简便。

导入数据：

1 import pandas as pd
2 import numpy as np
3 from pandas import Series,DataFrame 
4 test=pd.read_excel("/Users/yaozhilin/Downloads/数据.xls",sep="t")
5 test.head(5)#显示前五行

 

 

 

•属性

test.columns    获取DataFrame的列名
test.index        获取DataFrame的索引名
test.dtypes      获取DataFrame的没列数据的属性
test.shape       获取DataFrame的行和列数
test.size          获取DataFrame的总元素

 

1 test.columns

Index([‘公司名称‘, ‘联系人姓名‘, ‘联系人头衔‘, ‘地址‘, ‘电话‘, ‘传真‘, ‘电子邮件‘, ‘日期‘, ‘附件‘], dtype=‘object‘)

1 test.index

RangeIndex(start=0, stop=91, step=1)

1 test.dtypes

公司名称             object
联系人姓名            object
联系人头衔            object
地址               object
电话               object
传真               object
电子邮件             object
日期       datetime64[ns]
附件              float64
dtype: object

1 test.shape

(91, 9)

1 test.size

819

 

•方法

 

 

 

方法使用
1、head()                                        显示数据前几行（默认5行）
2、tail()                                          显示数据后几行（默认5行）
3、rename(index/columns={a:a1})      数据索引或列重命名
4、replace(columns:{a:a1})                替换数据
5、unique                                       显示唯一值
6、sort_index                                  索引排序
7、sort_values                                 值排序
8、value_counts                               统计每个值的数量
9、describe                                      统计所有值的数据
10、max/min/sum/mean

 

下面举几个列子

rename/head

1 test.rename(columns={"联系人姓名":"姓名","联系人头衔":"职位"},inplace=True)
2 test.head(5)

 

 

 

replace/tail

1 test.replace({"职位":{"物主":"房东"}}).tail(5)

 

 

 

unique

1 test["职位"].unique()

array([‘销售代表‘, ‘物主‘, ‘采购员‘, ‘市场经理‘, ‘结算经理‘, ‘销售代理‘, ‘销售员‘, ‘销售经理‘, ‘市场助理‘,
       ‘助理销售代理‘, ‘助理销售代表‘, ‘物主/市场助理‘], dtype=object)

1 len(test["职位"].unique())

12

sort_index

1 test.sort_index(ascending=False).head(5)#ascending默认为true

 

sort_values

1 test.sort_values(by=["姓名","职位"]).head(4)

 

 

 

 

duplicated()/value_counts

1 est.duplicated().value_counts()#判断该数据中是否有重复值

False    91
dtype: int64

1 test["职位"].value_counts()

销售代表       17
物主         17
市场经理       12
销售经理       11
结算经理       10
销售员         7
市场助理        6
销售代理        5
采购员         2
助理销售代理      2
助理销售代表      1
物主/市场助理     1
Name: 职位, dtype: int64

describe

1 test["附件"]=range(91)
2 test.describe()