当前位置：极客教程 > Pandas > Pandas DataFrame类 > Python Pandas中的数据框架属性

Python Pandas中的数据框架属性

Python Pandas中的数据框架属性

在这篇文章中，我们将讨论一个数据框架的不同属性。属性是数据框架的属性，可以用来获取数据或与特定数据框架相关的任何信息。

编写属性的语法是：

DataFrame_name.attribute

这些是数据框架的属性：

  • index
  • columns
  • axes
  • dtypes
  • size
  • shape
  • ndim
  • empty
  • T
  • values

index

在DataFrame中有两种类型的索引，一种是行索引，另一种是列索引。索引属性用于显示数据框架对象的行标签。行标签可以是0,1,2,3,…形式，也可以是名称。

语法: dataframe_name.index

例子1：当索引在数据框架中没有提到时

# Python program to implement
# index attribute in a dataframe object
import pandas as pd
 
# creating a 2D dictionary
dict = {"Student": ["Arnav", "Neha",
                    "Priya", "Rahul"],
        "Marks": [85, 92, 78, 83],
        "Sports": ["Cricket", "Volleyball",
                   "Hockey", "Badminton"]}
 
# creating a DataFrame
df = pd.DataFrame(dict)
 
# printing this DataFrame on the
# output screen
display(df)
 
# Implementing index attribute on
# this DataFrame
print(df.index)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个二维字典中制作了一个DataFrame，然后在输出屏幕上打印这个DataFrame，在程序的最后，我们实现了一个索引属性（df.index）来打印这个DataFrame的索引标签。由于我们在这个程序中没有提到任何索引标签，它将自动从0到n个数字中获取索引，其中n是行数，然后打印在输出屏幕上。

例子2：当索引在一个数据框架中被提及时

# Python program to implement
# index attribute in a dataframe object
import pandas as pd
 
# creating a 2D dictionary
dict = {"Student": ["Arnav", "Neha",
                    "Priya", "Rahul"],
        "Marks": [85, 92, 78, 83],
        "Sports": ["Cricket", "Volleyball",
                   "Hockey", "Badminton"]}
 
# creating a DataFrame
df = pd.DataFrame(dict, index=['I', 'II', 'III', 'IV'])
 
# printing this DataFrame on the
# output screen
display(df)
 
# Implementing index attribute on
# this DataFrame
print(df.index)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个二维字典中制作了一个DataFrame，然后在输出屏幕上打印这个DataFrame，在程序的最后，我们实现了索引属性（df.index）来打印这个DataFrame的索引标签，因为我们在这个程序中提到的索引标签是I、II、III和IV，所以它将在输出屏幕上打印相同的内容。

columns

该属性用于获取特定数据框架中的列的标签值。

语法: dataframe_name.columns

# Python program to implement
# columns attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23, 'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22, 'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing index attribute for this
# data frame
print(data_frame.columns)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，其值为字典对象，然后在输出屏幕上打印这个DataFrame，在程序的最后，我们实现了print(data_frame.columns)的列属性来打印这个DataFrame的列标签。在这个程序中，列标签是 “市场和销售”，所以它将打印相同的内容。

axes

当我们想一次获取所有行标签和所有列标签的值时，就会用到这个属性。

语法: dataframe_name.axes

# Python program to implement
# axes attribute in a dataframe object
import pandas as pd
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23, 'Gender': 'Male'},
        "Marketing": {'Name': 'Neha', 'Age': 22,
                      'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing axes attribute for this data frame
print(data_frame.axes)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，其值为字典对象，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们实现了print(data_frame.axes)的axes属性，以打印这个DataFrame的列标签和行标签。

dtypes

这个属性的目的是显示一个特定数据框架的每一列的数据类型。

语法: dataframe_name.dtypes

# Python program to implement
# dtypes attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23, 'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22, 'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing dtypes attribute for this
# data frame
print(data_frame.dtypes)
 
# Now we will create another dataframe of same
# data type in a particular column
print("..Another data frame..")
 
# Creating a 2D dictionary
dict2 = {"Student": ["Arnav", "Neha",
                     "Priya", "Rahul"],
         "Marks": [85, 92, 78, 83],
         "Sports": ["Cricket", "Volleyball",
                    "Hockey", "Badminton"]}
 
# Creating another data frame object
data_frame = pd.DataFrame(dict2)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing dtypes attribute for this
# data frame
print(data_frame.dtypes)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了两个DataFrame，其值为字典对象，然后在输出屏幕上打印这些DataFrame。在每个DataFrame的末尾，我们实现了print(data_frame.dtypes)的 “dtypes “属性，以打印两个DataFrame的每一列的数据类型。

size

该属性用于显示数据框架中存在的元素或项目的总数。

语法: dataframe_name.size

# Python program to implement
# size attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23, 'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22, 'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing size attribute for this data frame
print("The total number of elements are:")
print(data_frame.size)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个具有字典对象值的2D字典中制作了一个DataFrame，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们实现了print(data_frame.size)的size属性，以打印这个DataFrame的元素或项目总数。在这个数据框架中，总共有6个元素，其中3个元素来自第一列，3个来自第二列。

shape

这个属性用于显示一个特定数据框架的行和列的总数。例如，如果我们在一个数据框中有3行2列，那么形状将是（3,2）。

语法: dataframe_name.shape

# Python program to implement
# shape attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23, 'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22, 'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing shape attribute for this data frame
print("Shape of the DataFrame:")
print(data_frame.shape)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，其值为字典对象，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们实现了print(data_frame.shape)的shape属性来打印这个DataFrame的行数和列数。在他的DataFrame中，有3行和2列，所以它将打印（3,2）。

ndim

ndim指的是维数，这个属性用来显示一个特定数据框架的维数，一个DataFrame是由2维对象组成的。

语法: dataframe_name.ndim

# Python program to implement
# ndim attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam', 'Age': 23,
                  'Gender': 'Male'},
        "Marketing": {'Name': 'Neha', 'Age': 22,
                      'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing ndim attribute for this data frame
print("Number of Dimensions:")
print(data_frame.ndim)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，它的值是字典对象，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们实现了print(data_frame.ndim)的ndim属性来打印这个DataFrame的尺寸数。我们知道DataFrame是一个2维的对象，所以它将打印2。

empty

该属性用于检查数据框是否为空。如果数据框是空的，该属性返回真，如果数据框不是空的，则返回假。

语法: dataframe_name.empty

# Python program to implement
# empty attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23,
                  'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22,
                      'Gender': 'Female'}}
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing empty attribute for this data frame
print("Is this DataFrame empty?")
print(data_frame.empty)
 
# Now we will create another dataframe
print("..Another data frame..")
 
# Creating a 2D empty dictionary
dict2 = {}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict2)
 
# printing this DataFrame on output screen
display(data_frame)
 
# Implementing empty attribute for this data frame
print("Is this DataFrame empty?")
print(data_frame.empty)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了两个DataFrame，其值为字典对象，然后在输出屏幕上打印这些DataFrame。在每个DataFrame的末尾，我们实现了一个print(data_frame.empty)的 “空 “属性，以检查DataFrame是否为空。在这个程序中，第一个DataFrame不是空的，所以它将打印 “False”，第二个DataFrame是空的，所以它将打印 “True”。

T (Transpose)

该属性用于将行改为列，将列改为行。

语法: dataframe_name.T

# Python program to implement T
# attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23,
                  'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22,
                      'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing T attribute for this data frame
print("Transpose of this DataFrame is:")
print(data_frame.T)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，其值为字典对象，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们实现了print(data_frame.T)的 “T “属性，以打印这个DataFrame的转置。转置意味着DataFrame的所有行将被改变为列，反之亦然。

values

该属性用于以NumPy数组形式表示数据框架的值/数据。

语法: dataframe_name.values

# Python program to implement values
# attribute in a dataframe object
import pandas as pd
 
# Creating a 2D dictionary having values as
# dictionary object
dict = {"Sales": {'Name': 'Shyam',
                  'Age': 23,
                  'Gender': 'Male'},
        "Marketing": {'Name': 'Neha',
                      'Age': 22,
                      'Gender': 'Female'}}
 
# Creating a data frame object
data_frame = pd.DataFrame(dict)
 
# printing this data frame on output screen
display(data_frame)
 
# Implementing values attribute for this data frame
print("NumPy Array form of this DataFrame is:")
print(data_frame.values)
Python

输出:

Python Pandas中的数据框架属性

在这个程序中，我们从一个2D字典中制作了一个DataFrame，它的值是字典对象，然后在输出屏幕上打印这个DataFrame。在程序的最后，我们将 “values “属性实现为print(data_frame.values)，以NumPy数组的形式打印这个DataFrame的所有数据。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

Pandas 精品教程

登录

找回密码？

注册