Pandas常用基本功能

Series 和 DataFrame还未构建完成的朋友可以参考我的上一篇博文：https://www.cnblogs.com/zry-yt/p/11794941.html

当我们构建好了 Series 和 DataFrame 之后，我们会经常使用哪些功能呢？引用上一章节中的场景，我们有一些用户的的信息，并将它们存储到了 DataFrame 中。因为大多数情况下 DataFrame 比 Series 更为常用，所以这里以 DataFrame 举例说明，但实际上很多常用功能对于 Series 也适用。

此为上一章节完成的DataFrame 

import pandas as pd
index = pd.Index(data=["Tom", "Bob", "Mary", "James"], name="name")
data = {
"age": [18, 30, 25, 40],
"city": ["BeiJing", "ShangHai", "GuangZhou", "ShenZhen"],
"sex": ["male", "male", "female", "male"]
}
user_info = pd.DataFrame(data=data, index=index)
user_info

"""
        age    city    　sex
name
Tom     18    BeiJing    male
Bob     30    ShangHai   male
Mary    25    GuangZhou  female
James   40    ShenZhen   male
"""    

常用基本功能

了解数据的整体情况

user_info.info()

"""
<class 'pandas.core.frame.DataFrame'>
Index: 4 entries, Tom to James
Data columns (total 3 columns):
age     4 non-null int64
city    4 non-null object
sex     4 non-null object
dtypes: int64(1), object(2)
memory usage: 128.0+ bytes
"""

查看头部、尾部的n条数据

　　查看头部  -->  .head(n)

# 查看前三条数据
user_info.head(3)

　　查看尾部  -->  .tail(n)

# 查看最后两条数据
user_info.tail(2)

获取Pandas 中数据结构的方法和属性

　　通过 .shape 获取数据的形状

user_info.shape  # (4, 3)
"""
    　　age    city     sex
name
Tom    18    BeiJing   male
Bob    30    ShangHai  male
Mary   25    GuangZhou female
James  40    ShenZhen  male
"""

　　通过 .T 获取数据的转置。

user_info.T
"""
name   Tom    　Bob    　　Mary    　　James
age    18       30    　　 25     　　 40
city   BeiJing  ShangHai  GuangZhou  ShenZhen
sex    male     male      female    　male
"""