当前位置：首页 > news >正文

【数据分析】有关DataFrame的知识（2）

news 来源：原创 2025/5/7 16:22:54

DataFrame的属性，与Series非常相似。

DataFrame的3种常用属性如下：

1. dtypes

2. values

3. index

即：

DataFrame的3种常用属性：

dtypes

我们知道，DataFrame对象有多列数据，数据类型也是：字符串型、整型、浮点型、布尔型。

我们访问DataFrame对象的dtypes属性，会返回DataFrame对象每一列的数据类型。

在 Pandas 中，dtype（数据类型）用于描述 Series 或 DataFrame 中数据的类型。Object 在 dtype 中表示该列或 Series 中的数据类型是通用的 Python 对象。这通常意味着该列可以包含各种不同的数据类型（例如字符串、数字、列表、甚至其他自定义对象）。

示例：

我们通过访问DataFrame对象的dtypes属性，返回了变量df的每一列数据的数据类型，将其输出。

根据输出可以看到，变量df的'rank'和'GDP'两列的数据类型都为整型。

import pandas as pd

# 定义一个字典和一个列表

data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]}

city = ['GD','JS','SD','ZJ']

# 使用DataFrame构造函数，传入参数：字典data作为values和columns，列表city作为index

# 构造出的DataFrame赋值给df

df = pd.DataFrame(data, index=city)

# 用print输出变量df的每一列数据的数据类型

print(df.dtypes)

DataFrame一般有多列数据，所以返回DataFrame对象的数据类型的后缀：.dtypes

values

我们访问DataFrame对象的values属性，会以数组的形式返回DataFrame对象的值values。

示例中：

我们通过访问DataFrame对象的values属性，返回了变量df的值values，并将其输出。

根据输出可以看到，以数组的形式返回了变量df的值values。

注意：DataFrame是二维的数据结构，所以返回二维数组。

import pandas as pd

# 定义一个字典和一个列表

data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]}

city = ['GD','JS','SD','ZJ']

# 使用DataFrame构造函数，传入参数：字典data作为values和columns，列表city作为index

# 构造出的DataFrame赋值给df

df = pd.DataFrame(data, index=city)

# 用print输出变量df的每一列数据的值

print(df.values)

返回DataFrame对象的值values的后缀：.values

index 同理，我们访问DataFrame的index属性，可以获取它的行索引index。
示例：我们通过访问DataFrame对象的index属性，返回了变量df的行索引index，将其输出。根据输出可以看到，返回了变量df的索引index，即变量city所存储的列表的值。	import pandas as pd data = {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city = ['GD','JS','SD','ZJ'] df = pd.DataFrame(data, index=city) #用print输出变量df的行索引 print(df.index) 结果： Index(['GD', 'JS', 'SD', 'ZJ'], dtype='object')
返回DataFrame对象的行索引index的后缀：.index

修改index 在使用index属性获取到一个对象的index后，我们可以通过对其值，来改变它的index。示例中，df的index传入了列表city，将df输出进行查看；然后，将df的index改为列表city_CN的值，并将此时的df输出进行查看：
import pandas as pd # 定义一个字典和一个列表 data= {'rank':[1, 2, 3, 4],'GDP':[80855, 77388, 68024, 47251]} city= ['GD','JS','SD','ZJ'] # 使用DataFrame构造函数，传入参数：字典data作为values和columns，列表city作为index # 构造出的DataFrame赋值给df df= pd.DataFrame(data, index=city) # 定义一个新的列表city_CN city_CN = ['广东','江苏','山东','浙江'] # TODO 将新列表city_CN赋值给df的index df.index = city_CN # 用print输出此时的df print(df)