「戲精少女」的pandas學習之路，你該這麼學！No.5

若是文章圖片沒法觀看，請前往CSDN博客觀看 https://blog.csdn.net/hihell

戲精博主即將上線

就在上一篇，夢想橡皮擦這位博主通過艱苦的努力

終於能建立一個dataframe了

開開心心，打開本
高高興興，合上本

學習，多麼快樂的事情
不過就是找本書，而後把裏面本身認識的單詞
都標註上

在那一刻，學會了
或者僞裝學會了

其實過兩天，發現本身啥都忘了

是否是，嘿嘿

昨天咱們已經手撕了dataframe的建立與簡單獲取

今天，那必然是盯着屬性學習啊

其實吧

dataframe特別容易理解

就是一個一個的series排排好
你們一塊兒用索引嗎！

你好好想一想

想明白了

那對於dataframe就達到一個很高的境界了

剩下的都不是事

常見屬性盤點

走過路過

這些屬性要背過

第一個獲取索引
看，上來就是這麼簡單的

你就這麼一猜（說的好像真能猜出來同樣@_@）

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')

接下來咱在獲取一個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)

結果那麼微微一秀

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

毫無瑕疵，都猜對了

爲何能猜對，
由於咱們這幾天認真學習了

爲何認真學習
由於大佬博客寫(bu)的(yao)好(lian)

還有2個屬性特別經常使用

一個叫作size一個叫作shape

都是看dataframe結構的

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

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

size獲得的結果是6，表示總共有6個數據才dataframe裏面
shape獲得的結果是 (3, 2) 表示dataframe是一個3行2列的矩陣

看，就這麼厲害，數學概念順口就來

矩陣... ...

打開官網一看，咦，還有好多屬性呢

不用慌，不用忙
你的時間很是值錢，先不用死磕
(其實很容易死磕迷糊了)

在學習幾個簡單的函數，就收工

你看，外面太陽正當頭，正是學習的好時候啊

咱順手就學幾個簡單的函數

第一個
head() tail()

多麼熟悉的畫風

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

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

試試吧，head獲取頭部，tai獲取尾部，跟series同樣的

到這時候，你是否是應該腦中一抖

是否是會出現loc,iloc這兩個函數

若是閃過，那麼恭喜你，你已經學會融會貫通了

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

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

秀一波結果

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

接下來開始弄點不一樣的

老是和series同樣

那就不須要弄個dataframe出來了

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())

學習前，那必然是先看運行結果

<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個函數對應5個結果

注意到1和3好像同樣唉~
不用猜了，他們兩個就是同樣的
都是返回 Iterator over (column name, Series) pairs.

咦，這句英文啥意思？

大白話，就是返回一個 元組迭代器

看看結果

體會啊，這個地方用心體會

第二個函數keys返回的就是索引啦

第四個函數iterrows返回的行，跟 iteritems 是對應的

第五個函數itertuples把每行都當成一個元組返回

看一下吧

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

結果爲

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，這5個函數仍是有點意思的

使用的時候，必定要想好了在用

畢竟，一不留神，就用錯了

好，簡單的函數終於嘚啵完了

你呢，能夠邊看邊練，
也能夠只看不練

更能夠不看只給我評論

對吧

又到了公佈本身公衆號的時刻了

老是那麼的激動，總想一天本身的粉絲過萬，成爲稱霸一方的大佬

你能夠點擊收藏，而後在電腦上，打開，掏出手機，而後一掃，就關注了
你能夠截圖保存，而後用手機一掃，關注了
你能夠分享連接到weixiin 打開，長按，而後關注了

看，給你那麼多的技巧，咋就關注不上了呢！