Python酷库之旅-第三方库Pandas(096)

目录

一、用法精讲

411、pandas.DataFrame.values属性

411-1、语法

411-2、参数

411-3、功能

411-4、返回值

411-5、说明

411-6、用法

411-6-1、数据准备

411-6-2、代码示例

411-6-3、结果输出

412、pandas.DataFrame.axes属性

412-1、语法

412-2、参数

412-3、功能

412-4、返回值

412-5、说明

412-6、用法

412-6-1、数据准备

412-6-2、代码示例

412-6-3、结果输出

413、pandas.DataFrame.ndim属性

413-1、语法

413-2、参数

413-3、功能

413-4、返回值

413-5、说明

413-6、用法

413-6-1、数据准备

413-6-2、代码示例

413-6-3、结果输出

414、pandas.DataFrame.size属性

414-1、语法

414-2、参数

414-3、功能

414-4、返回值

414-5、说明

414-6、用法

414-6-1、数据准备

414-6-2、代码示例

414-6-3、结果输出

415、pandas.DataFrame.shape属性

415-1、语法

415-2、参数

415-3、功能

415-4、返回值

415-5、说明

415-6、用法

415-6-1、数据准备

415-6-2、代码示例

415-6-3、结果输出

二、推荐阅读

1、Python筑基之旅

2、Python函数之旅

3、Python算法之旅

4、Python魔法之旅

5、博客个人主页

一、用法精讲

411、pandas.DataFrame.values属性
411-1、语法
python 复制代码
# 411、pandas.DataFrame.values属性
pandas.DataFrame.values
Return a Numpy representation of the DataFrame.

Warning

We recommend using DataFrame.to_numpy() instead.

Only the values in the DataFrame will be returned, the axes labels will be removed.

Returns:
numpy.ndarray
The values of the DataFrame.
411-2、参数

411-3、功能

获取DataFrame中的所有数据,忽略行索引和列标签,方便进行数值计算和操作,因为返回的是NumPy数组。

411-4、返回值

返回一个NumPy ndarray,包含DataFrame中的所有数据,该属性提供了对DataFrame内部存储数据的直接访问。

411-5、说明

411-5-1、如果DataFrame中只有一种数据类型,返回的数组的数据类型将对应该类型,如整数或浮点数。

411-5-2、推荐使用df.to_numpy()来替代values属性,以获得更好的功能和灵活性。

411-6、用法
411-6-1、数据准备
python 复制代码
411-6-2、代码示例
python 复制代码
# 411、pandas.DataFrame.values属性
import pandas as pd
# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4.5, 5.5, 6.5],
    'C': ['foo', 'bar', 'baz']
}
df = pd.DataFrame(data)
# 使用values属性
array_values = df.values
print("DataFrame的值:")
print(array_values)
411-6-3、结果输出
python 复制代码
# 411、pandas.DataFrame.values属性
# DataFrame的值:
# [[1 4.5 'foo']
#  [2 5.5 'bar']
#  [3 6.5 'baz']]
412、pandas.DataFrame.axes属性
412-1、语法
python 复制代码
# 412、pandas.DataFrame.axes属性
pandas.DataFrame.axes
Return a list representing the axes of the DataFrame.

It has the row axis labels and column axis labels as the only members. They are returned in that order.
412-2、参数

412-3、功能

用于获取DataFrame的轴标签,返回一个包含行索引和列索引的列表。

412-4、返回值

返回一个列表,其中包含两个元素:[index, columns]

412-5、说明

412-6、用法
412-6-1、数据准备
python 复制代码
412-6-2、代码示例
python 复制代码
# 412、pandas.DataFrame.axes属性
import pandas as pd
# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4.5, 5.5, 6.5],
    'C': ['foo', 'bar', 'baz']
}
df = pd.DataFrame(data)
# 使用axes属性
axes = df.axes
print("DataFrame的轴标签:")
print("行索引:", axes[0])
print("列索引:", axes[1])
412-6-3、结果输出
python 复制代码
# 412、pandas.DataFrame.axes属性
# DataFrame的轴标签:
# 行索引: RangeIndex(start=0, stop=3, step=1)
# 列索引: Index(['A', 'B', 'C'], dtype='object')
413、pandas.DataFrame.ndim属性
413-1、语法
python 复制代码
# 413、pandas.DataFrame.ndim属性
pandas.DataFrame.ndim
Return an int representing the number of axes / array dimensions.

Return 1 if Series. Otherwise return 2 if DataFrame.
413-2、参数

413-3、功能

用于获取DataFrame的维度。

413-4、返回值

返回一个整数,表示数据的维度级别。

413-5、说明

413-6、用法
413-6-1、数据准备
python 复制代码
413-6-2、代码示例
python 复制代码
# 413、pandas.DataFrame.ndim属性
import pandas as pd
# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4.5, 5.5, 6.5],
    'C': ['foo', 'bar', 'baz']
}
df = pd.DataFrame(data)
# 获取DataFrame的维度
dimensions = df.ndim
print("DataFrame的维度:", dimensions)
413-6-3、结果输出
python 复制代码
# 413、pandas.DataFrame.ndim属性
# DataFrame的维度: 2
414、pandas.DataFrame.size属性
414-1、语法
python 复制代码
# 414、pandas.DataFrame.size属性
pandas.DataFrame.size
Return an int representing the number of elements in this object.

Return the number of rows if Series. Otherwise return the number of rows times number of columns if DataFrame.
414-2、参数

414-3、功能

用于获取DataFrame中所有元素的总数。

414-4、返回值

返回一个整数,表示DataFrame中的行数与列数的乘积。

414-5、说明

414-6、用法
414-6-1、数据准备
python 复制代码
414-6-2、代码示例
python 复制代码
# 414、pandas.DataFrame.size属性
import pandas as pd
# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4.5, 5.5, 6.5],
    'C': ['foo', 'bar', 'baz']
}
df = pd.DataFrame(data)
# 获取DataFrame的大小
total_elements = df.size
print("DataFrame的总元素数:", total_elements)
414-6-3、结果输出
python 复制代码
# 414、pandas.DataFrame.size属性
# DataFrame的总元素数: 9
415、pandas.DataFrame.shape属性
415-1、语法
python 复制代码
# 415、pandas.DataFrame.shape属性
pandas.DataFrame.shape
Return a tuple representing the dimensionality of the DataFrame.
415-2、参数

415-3、功能

用于获取DataFrame的维度信息。

415-4、返回值

返回一个元组,其中包含行数和列数。

415-5、说明

415-6、用法
415-6-1、数据准备
python 复制代码
415-6-2、代码示例
python 复制代码
# 415、pandas.DataFrame.shape属性
import pandas as pd
# 创建一个DataFrame
data = {
    'A': [1, 2, 3],
    'B': [4.5, 5.5, 6.5],
    'C': ['foo', 'bar', 'baz']
}
df = pd.DataFrame(data)
# 获取DataFrame的维度
dimensions = df.shape
print("DataFrame的维度:", dimensions)
415-6-3、结果输出
python 复制代码
# 415、pandas.DataFrame.shape属性
# DataFrame的维度: (3, 3)

二、推荐阅读

1、Python筑基之旅
2、Python函数之旅
3、Python算法之旅
4、Python魔法之旅
5、博客个人主页
相关推荐
黎燃4 小时前
短视频平台内容推荐算法优化:从协同过滤到多模态深度学习
人工智能
TF男孩5 小时前
ARQ:一款低成本的消息队列,实现每秒万级吞吐
后端·python·消息队列
飞哥数智坊5 小时前
多次尝试用 CodeBuddy 做小程序,最终我放弃了
人工智能·ai编程
后端小肥肠6 小时前
别再眼馋 10w + 治愈漫画!Coze 工作流 3 分钟出成品,小白可学
人工智能·aigc·coze
唐某人丶9 小时前
教你如何用 JS 实现 Agent 系统(2)—— 开发 ReAct 版本的“深度搜索”
前端·人工智能·aigc
FIT2CLOUD飞致云9 小时前
九月月报丨MaxKB在不同规模医疗机构的应用进展汇报
人工智能·开源
阿里云大数据AI技术9 小时前
【新模型速递】PAI-Model Gallery云上一键部署Qwen3-Next系列模型
人工智能
袁庭新9 小时前
全球首位AI机器人部长,背负反腐重任
人工智能·aigc
机器之心10 小时前
谁说Scaling Law到头了?新研究:每一步的微小提升会带来指数级增长
人工智能·openai
该用户已不存在10 小时前
Mojo vs Python vs Rust: 2025年搞AI,该学哪个?
后端·python·rust