我是
靠谱客的博主
沉默乐曲,最近开发中收集的这篇文章主要介绍
Pandas的DataFrame对象的基本属性,觉得挺不错的,现在分享给大家,希望可以做个参考。
概述
Pandas的DataFrame对象的基本属性
import numpy as np
import pandas as pd
test = pd.read_csv("../table.csv", header=0, index_col=0)
test
| A | B | C | D |
---|
gene1 | 1 | 2 | 3 | 4 |
---|
gene2 | 3 | 2 | 1 | 4 |
---|
gene3 | 3 | 3 | 4 | 5 |
---|
通过ndim、shape查看数据的维度信息
test.ndim
2
test.shape
(3, 4)
通过index
属性,查看数据的行名称
test.index
Index(['gene1', 'gene2', 'gene3'], dtype='object')
通过columns
属性,查看数据的列名称
test.columns
Index(['A', 'B', 'C', 'D'], dtype='object')
通过head
属性,查看数据的前几行
可以指定查看的行数
test.head(1)
通过tail
属性,查看数据的后几行
可以指定查看的行数
test.tail(2)
通过T
属性,实现数据转置
test.T
| gene1 | gene2 | gene3 |
---|
A | 1 | 3 | 3 |
---|
B | 2 | 2 | 3 |
---|
C | 3 | 1 | 4 |
---|
D | 4 | 4 | 5 |
---|
通过sort_index
属性,实现按照行名称或列名称进行排序
- axis参数:指定排序的数轴
- ascending:默认按照升序排序;当设置为
False
时,按照降序排序
test.sort_index(axis=1, ascending=False)
| D | C | B | A |
---|
gene1 | 4 | 3 | 2 | 1 |
---|
gene2 | 4 | 1 | 2 | 3 |
---|
gene3 | 5 | 4 | 3 | 3 |
---|
通过sort_values
属性,实现按照数据值排序
- axis参数指定排序的数轴
- by参数指定按照哪一列或行进行排序
- ascending参数指定是升序还是降序
test.sort_values(by='C', ascending=False, axis=0)
| A | B | C | D |
---|
gene3 | 3 | 3 | 4 | 5 |
---|
gene1 | 1 | 2 | 3 | 4 |
---|
gene2 | 3 | 2 | 1 | 4 |
---|
通过describe
属性,可以对数据直接进行统计分析
test.describe()
| A | B | C | D |
---|
count | 3.000000 | 3.000000 | 3.000000 | 3.000000 |
---|
mean | 2.333333 | 2.333333 | 2.666667 | 4.333333 |
---|
std | 1.154701 | 0.577350 | 1.527525 | 0.577350 |
---|
min | 1.000000 | 2.000000 | 1.000000 | 4.000000 |
---|
25% | 2.000000 | 2.000000 | 2.000000 | 4.000000 |
---|
50% | 3.000000 | 2.000000 | 3.000000 | 4.000000 |
---|
75% | 3.000000 | 2.500000 | 3.500000 | 4.500000 |
---|
max | 3.000000 | 3.000000 | 4.000000 | 5.000000 |
---|
最后
以上就是沉默乐曲为你收集整理的Pandas的DataFrame对象的基本属性的全部内容,希望文章能够帮你解决Pandas的DataFrame对象的基本属性所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复