404 字
2 分钟
数据分析|DataFrame的属性

18.1 DataFrame 属性总览
| 属性 | 说明 |
|---|---|
index | DataFrame 的行索引 |
columns | DataFrame 的列标签 |
values | DataFrame 的值(numpy 数组) |
dtypes | 每一列的数据类型 |
shape | DataFrame 的形状(行数, 列数) |
ndim | DataFrame 的维度(固定为 2) |
size | DataFrame 的元素总个数 |
loc[] | 显式索引,按行列标签索引或切片 |
iloc[] | 隐式索引,按行列位置索引或切片 |
at[] | 使用行列标签访问单个元素 |
iat[] | 使用行列位置访问单个元素 |
T | 行列转置 |
18.2 属性访问示例
沿用第 17 节创建的 DataFrame:
import pandas as pdimport numpy as np
df = pd.DataFrame( { 'name': ['tom', 'tom', 'jack', 'alice', 'bob', 'allen'], 'score': [60.5, 60.5, 80, 30.6, 70, 83.5], 'age': [15, 15, 15, 20, 26, 30] }, index=[1, 2, 3, 4, 5, 6])基础属性:
print('行索引:', df.index)print('列标签:', df.columns)print('值:\n', df.values)print('维度:', df.ndim)print('形状:', df.shape)print('元素个数:', df.size)print('数据类型:\n', df.dtypes)输出:
行索引: Index([1, 2, 3, 4, 5, 6], dtype='int64')列标签: Index(['name', 'score', 'age'], dtype='object')值: [['tom' 60.5 15] ['tom' 60.5 15] ['jack' 80.0 15] ['alice' 30.6 20] ['bob' 70.0 26] ['allen' 83.5 30]]维度: 2形状: (6, 3)元素个数: 18数据类型: name objectscore float64age int64dtype: object行列转置:
print(df.T)print(df.T.index)输出:
1 2 3 4 5 6name tom tom jack alice bob allenscore 60.5 60.5 80.0 30.6 70.0 83.5age 15 15 15 20 26 30Index(['name', 'score', 'age'], dtype='object')转置后原来的行索引变成列标签,列标签变成行索引。
18.3 本节小结
本节完成了以下内容:
- 掌握了 DataFrame 的常用属性:
index、columns、values、dtypes、shape、ndim、size。 - 理解了
dtypes(返回每列数据类型)与dtype(Series 属性)的区别。 - 学会了通过
T属性做行列转置。
下一节我们将学习 DataFrame 的访问。
数据分析
连载中数据分析|DataFrame的属性
https://luq-blog.xyz/posts/2026-07-04-data-notes-18-df-attributes/分享文章
生成精美分享图或复制链接,与更多人分享本文。
继续阅读
换条路线
从其他文章中稳定抽取
最后更新于 ,距今已过 91 天
部分内容可能已过时
评论