“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啊

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

又到了公布自己公众号的时刻了

总是那么的激动，总想一天自己的粉丝过万，成为称霸一方的大佬

你可以点击收藏，然后在电脑上，打开，掏出手机，然后一扫，就关注了

你可以截图保存，然后用手机一扫，关注了

你可以分享链接到weixiin 打开，长按，然后关注了

看，给你那么多的技巧，咋就关注不上了呢！