📅  最后修改于: 2023-12-03 15:26:08.517000             🧑  作者: Mango
Python中使用pandas库的数据框(Dataframe)可以方便地进行数据处理和分析。下面是一些列出数据框的方法。
使用head()
方法可以查看数据框中前几行的数据,默认显示前5行。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看前2行数据
print(df.head(2))
输出结果:
Name Age Gender
0 Tom 4 M
1 Jerry 3 M
使用tail()
方法可以查看数据框中后几行的数据,默认显示后5行。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看后2行数据
print(df.tail(2))
输出结果:
Name Age Gender
2 Spike 8 M
3 Tyke 1 F
使用columns
属性可以查看数据框的列名。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看列名
print(df.columns)
输出结果:
Index(['Name', 'Age', 'Gender'], dtype='object')
使用shape
属性可以查看数据框的形状,即行数和列数。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看数据框形状
print(df.shape)
输出结果:
(4, 3)
使用dtypes
属性可以查看数据框中各列的数据类型。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看数据类型
print(df.dtypes)
输出结果:
Name object
Age int64
Gender object
dtype: object
使用describe()
方法可以查看数据框的描述性统计信息,包括计数、平均值、标准差、最小值、25%分位数、50%分位数、75%分位数和最大值。
import pandas as pd
# 创建数据框
df = pd.DataFrame({'Name':['Tom','Jerry','Spike','Tyke'],
'Age':[4,3,8,1],
'Gender':['M','M','M','F']})
# 查看数据框的描述性统计信息
print(df.describe())
输出结果:
Age
count 4.000000
mean 4.000000
std 2.449490
min 1.000000
25% 2.500000
50% 3.500000
75% 5.000000
max 8.000000
以上就是数据框可以列出的方法,涵盖了数据框的基本属性和描述性统计信息。