专栏首页Python3爬虫100例教程“戏精少女”的pandas学习之路,你该这么学!No.5

“戏精少女”的pandas学习之路,你该这么学!No.5

如果文章图片无法观看,请前往CSDN博客观看 https://blog.csdn.net/hihell

戏精博主即将上线

就在上一篇,梦想橡皮擦这位博主经过艰苦的努力

终于能创建一个dataframe了

开开心心,打开本 高高兴兴,合上本

学习,多么快乐的事情 不过就是找本书,然后把里面自己认识的单词 都标注上

在那一刻,学会了 或者假装学会了

其实过两天,发现自己啥都忘了

是不是,嘿嘿

昨天我们已经手撕了dataframe的创建与简单获取

今天,那必然是盯着属性学习

其实吧

dataframe特别容易理解

就是一个一个的series排排好 大家一起用索引吗!

你好好想想

想明白了

那对于dataframe就达到一个很高的境界了

剩下的都不是事

常见属性盘点

走过路过

这些属性要背过

第一个获取索引 看,上来就是这么简单的

你就这么一猜(说的好像真能猜出来一样@_@)

就知道是index

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.index)

>>> Index(['class1', 'class2', 'class3'], dtype='object')

接下来咱在获取一个columns和values吧

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.index)
print(df.columns)
print(df.values)

结果那么微微一秀

Index(['class1', 'class2', 'class3'], dtype='object')
Index(['boys', 'girls'], dtype='object')
[[1 5]
 [2 6]
 [3 7]]

毫无瑕疵,都猜对了

为什么能猜对, 因为我们这几天认真学习了

为什么认真学习 因为大佬博客写(bu)的(yao)好(lian)

还有2个属性特别常用

一个叫做size一个叫做shape

都是看dataframe结构的

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])

print(df.size)
print(df.shape)

size得到的结果是6,表示总共有6个数据才dataframe里面 shape得到的结果是 (3, 2) 表示dataframe是一个3行2列的矩阵

看,就这么厉害,数学概念顺口就来

矩阵... ...

打开官网一看,咦,还有好多属性呢

不用慌,不用忙 你的时间非常值钱,先不用死磕 (其实很容易死磕迷糊了)

在学习几个简单的函数,就收工

你看,外面太阳正当头,正是学习的好时候啊

咱顺手就学几个简单的函数

第一个 head() tail()

多么熟悉的画风

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])

print(df.head(1))
print(df.tail(2))

试试吧,head获取头部,tai获取尾部,跟series一样的

到这时候,你是不是应该脑中一抖

是不是会出现loc,iloc这两个函数

如果闪过,那么恭喜你,你已经学会融会贯通了

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])

print(df.loc['class1'])
print(df.iloc[1])

秀一波结果

boys     1
girls    5
Name: class1, dtype: int64
boys     2
girls    6
Name: class2, dtype: int64

接下来开始弄点不同的

总是和series一样

那就不需要弄个dataframe出来了

df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])


print(df.items())
print(df.keys())

print(df.iteritems())
print(df.iterrows())
print(df.itertuples())

学习前,那必然是先看运行结果

<generator object DataFrame.iteritems at 0x000001E37ED4EC50>
Index(['boys', 'girls'], dtype='object')
<generator object DataFrame.iteritems at 0x000001E37ED4EC50>
<generator object DataFrame.iterrows at 0x000001E37ED4EC50>
<map object at 0x000001E30C371400>

5个函数对应5个结果

注意到1和3好像一样唉~ 不用猜了,他们两个就是一样的 都是返回 Iterator over (column name, Series) pairs.

咦,这句英文啥意思?

大白话,就是返回一个 元组迭代器

看看结果

体会啊,这个地方用心体会

第二个函数keys返回的就是索引啦

第四个函数iterrows返回的行,跟 iteritems 是对应的

第五个函数itertuples把每行都当成一个元组返回

看一下吧

for item in df.itertuples():
    print(item)
    print(item[1])

结果为

Pandas(Index='class1', boys=1, girls=5)
1
Pandas(Index='class2', boys=2, girls=6)
2
Pandas(Index='class3', boys=3, girls=7)
3

恩,这5个函数还是有点意思的

使用的时候,一定要想好了在用

毕竟,一不留神,就用错了

好,简单的函数终于嘚啵完了

你呢,可以边看边练, 也可以只看不练

更可以不看只给我评论

对吧

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大意了,这几道Python面试题没有答对,Python面试题No13

    梦想橡皮擦
  • 周一不睡觉,也要把pandas groupy 肝完,你该这么学,No.8

    掉头发,有借口吧 不洗头,有借口吧 不洗袜子,有借口吧 不去看电影,有借口吧 不陪女朋友,有借口吧

    梦想橡皮擦
  • 昨天去面试,这5个Python面试题都被考到了,Python面试题No6

    这个考点考了python的解压赋值的知识点,即 a,b,c,middle,d,e,f = list, middle = [1,2,3,4,5]。

    梦想橡皮擦
  • python笔记:#014#综合应用

    gongluck
  • 习题3:数字和数学计算

    数小鸡! 母鸡 30.0 公鸡 97 数鸡蛋 6.75 False what is 3 + 2 ? 5 what is 5 - 7? -2 True True ...

    py3study
  • python笔记:#014#综合应用

    _gongluck
  • 来自Kenneth Reitz大神的建议:避免不必要的面向对象编程

    你也许见过很多人对于Python的评价,他们说Python是“脚本语言”和“胶水语言”,在某种程度上,他们说的是对的。但是,如果你学习过Python,你会知道P...

    Python猫
  • 初识计算机和编程简单运用

       能够执行的操作:+加  -减   *乘   //正除   **次方   %取模

    py3study
  • 2.掌握Python基本数据类型,从python陌路人到熟人!

    有时候,需要对数据内置的类型进行转换,数据类型的转换,只需要将数据类型作为函数名即可。

    ITester软件测试小栈
  • 【干货】 Python入门深度好文(上篇)

    对于任何一种计算机语言,我觉得最重要的就是「数据类型」「条件语句 & 迭代循环」和「函数」,这三方面一定要打牢基础。此外 Python 非常简洁,一行代码 (o...

    yuquanle

扫码关注云+社区

领取腾讯云代金券