Python数据分析基础与应用电子活页4-4使用DataFrame的常用属性和方法.docxVIP

Python数据分析基础与应用

模块

PAGE4

PAGE3

电子活页4-4使用DataFrame的常用属性和方法

【技能训练4-8】使用DataFrame的常用属性和方法

【训练要求】

在JupyterNotebook开发环境中创建j4-08.ipynb，然后编写代码创建一个DataFrame对象，再使用DataFrame的常用属性和方法。

【实施过程】

（1）创建一个DataFrame对象

代码如下：

importpandasaspd

importnumpyasnp

data={name:pd.Series([安静,路远,温暖,向北]),

sex:pd.Series([女,男,男,女]),

age:pd.Series([21,20,19,22]),

score:pd.Series([86.0,82.5,95.0,90.5])}

df1=pd.DataFrame(data)

#输出DataFrame对象

print(df1)

输出结果：

namesexagescore

0安静女2186.0

1路远男2082.5

2温暖男1995.0

3向北女2290.5

（2）使用index属性获取DataFrame对象的行索引列表

代码如下：

print(df1.index)

输出结果：

RangeIndex(start=0,stop=4,step=1)

（3）使用columns属性获取DataFrame对象所有列的名称

代码如下：

print(df1.columns)

输出结果：

Index([name,sex,age,score],dtype=object)

（4）设置行索引标签和列索引标签

代码如下：

df1.index.name=ID

df1.columns.name=ITEM

print(df1)

输出结果：

ITEMnamesexagescore

ID

0安静女2186.0

1路远男2082.5

2温暖男1995.0

3向北女2290.5

（5）使用T属性对DataFrame对象进行转置

代码如下：

#输出DataFrame对象的转置

print(df1.T)

输出结果：

0123

name安静路远温暖向北

sex女男男女

age21201922

score86.082.595.090.5

（6）使用axes属性返回一个由行索引、列索引组成的列表

代码如下：

#输出由行、列索引组成的列表

print(df1.axes)

输出结果：

[RangeIndex(start=0,stop=4,step=1),Index([name,sex,age,score],dtype=object)]

（7）使用dtypes属性返回每一列的数据类型

代码如下：

#输出每一列的数据类型

print(df1.dtypes)

输出结果：

nameobject

sexobject

ageint64

scorefloat64

dtype:object

（8）使用empty属性判断DataFrame对象是否为空

代码如下：

#判断DataFrame对象是否为空

print(df1.empty)

输出结果：

False

（9）使用ndim属性获取DataFrame对象的维度

代码如下：

#输出DataFrame对象的维度

print(df1.ndim)

输出结果：

2

（10）使用shape属性获取DataFrame对象的形状

代码如下：

#输出DataFrame对象的形状

print(df1.shape)

输出结果：

(4,4)

（11）使用size属性返回DataFrame对象中的元素个数

代码如下：

#输出DataFrame对象中的元素个数

print(df1.size)

输出结果：

16

（12）使用values属性返回DataFrame对象中的所有数据

代码如下：

#输出DataFrame对象中的所有数据

print(df1.values)

输出结果：

[[安静女2186.0]

[路远男2082.5]

[温暖男1