Python Pandas 数据框的所有列行

在 Pandas 中，数据框是一个二维标记表格，其中每列可以是不同的数据类型（如数字、字符串、布尔值等）。访问和操作数据框中的数据是数据分析和数据科学的基础。

有时候，我们需要查看 Pandas 数据框的所有列和所有行。本文将介绍如何实现这种目标。

查看所有列

要查看 Pandas 数据框的所有列，可以使用 .columns 属性。以下是一个简单的示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

print(df.columns)

这将输出以下结果：

Index(['name', 'age', 'country'], dtype='object')

如上所述，.columns 属性返回一个 Index 对象，其中包含 Pandas 数据框中的所有列名。

查看所有行

要查看 Pandas 数据框的所有行，可以使用 .index 属性。以下是示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

print(df.index)

这将输出以下结果：

RangeIndex(start=0, stop=3, step=1)

如上所述，.index 属性返回一个 RangeIndex 对象，其中包含 Pandas 数据框中的所有行标签。

查看所有行和列

要查看 Pandas 数据框的所有行和所有列，可以使用 .index 和 .columns 属性，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'],
        'age': [25, 30, 35],
        'country': ['USA', 'Canada', 'UK']}
df = pd.DataFrame(data)

print(df.index)
print(df.columns)

这将输出以下结果：

RangeIndex(start=0, stop=3, step=1)
Index(['name', 'age', 'country'], dtype='object')

如上所述，我们可以使用 .index 属性和 .columns 属性分别查看 Pandas 数据框中的所有行和所有列。

结论

在 Pandas 中，.columns 属性返回数据框的所有列名，.index 属性返回数据框的所有行标签。通过使用这些属性，我们可以查看 Pandas 数据框的所有行和所有列。