网站建设服务公司_重庆网页开发_图片百度搜索_千锋教育介绍

数据的查看与选择

查看数据的函数：

对象变量.head(n)	查看 前 n 行的数据 如果不设置n的值 默认为 n = 5
对象变量.tail(n)	查看 后 n 行的数据 如果不设置n的值 默认为 n = 5

例如：

• 查看数据的前两行

  # 数据的查看
  # 引用 pandas
  import pandas as pd
  # 定义数据
  data = {"name":["张三","李四","王五","赵六"],"age":[15,65,58,79],"sex":["男","女","女","男"]
  }
  # 创建 DataFrame
  df = pd.DataFrame(data)
  print(df)# 查看数据的前两行 
  print("数据的前两行为:\n",df.head(2))
  

  结果：

    name  age sex
  0   张三   15   男
  1   李四   65   女
  2   王五   58   女
  3   赵六   79   男
  数据的前两行为:name  age sex
  0   张三   15   男
  1   李四   65   女
  

• 查看数据的后两行

  # 数据的查看
  # 引用 pandas
  import pandas as pd
  # 定义数据
  data = {"name":["张三","李四","王五","赵六"],"age":[15,65,58,79],"sex":["男","女","女","男"]
  }
  # 创建 DataFrame
  df = pd.DataFrame(data)
  print(df)# 查看数据的后两行
  print("数据的后两行为:\n",df.tail(2))
  

  结果：

    name  age sex
  0   张三   15   男
  1   李四   65   女
  2   王五   58   女
  3   赵六   79   男
  数据的后两行为:name  age sex
  2   王五   58   女
  3   赵六   79   男
  

• 查看数据基本信息

  使用函数describe数据对象.describe(include = 'all')
  

  # 数据的查看
  # 引用 pandas
  import pandas as pd
  # 定义数据
  data = {"name":["张三","李四","王五","赵六"],"age":[15,65,58,79],"sex":["男","女","女","男"]
  }
  # 创建 DataFrame
  df = pd.DataFrame(data)
  print(df)# 查看基本信息
  print("查看统计的基本信息:")
  print(df.describe(include = 'all'))
  

  结果：

    name  age sex
  0   张三   15   男
  1   李四   65   女
  2   王五   58   女
  3   赵六   79   男
  查看统计的基本信息:name        age  sex
  count     4   4.000000    4
  unique    4        NaN    2
  top      张三        NaN    男
  freq      1        NaN    2
  mean    NaN  54.250000  NaN
  std     NaN  27.584718  NaN
  min     NaN  15.000000  NaN
  25%     NaN  47.250000  NaN
  50%     NaN  61.500000  NaN
  75%     NaN  68.500000  NaN
  max     NaN  79.000000  NaN
  

·数据的选择

函数：

数据对象.iloc[行号]
数据对象.loc[索引名]

• 选择第四行数据

# 引用 pandas
import pandas as pd 
# 定义数据
data = {"name":["张三","李四","王五","赵六"],"age":[15,67,87,45],"sex":["男","女","男","男"]
}
# 创建 DataFrame
df = pd.DataFrame(data,index = ['a','b','c','d'])
print(df)
# 显示行数据
print(df.iloc[3])
print(df.loc['d'])

结果：

  name  age sex
0   张三   15   男
1   李四   67   女
2   王五   87   男
3   赵六   45   男
name    赵六
age     45
sex      男
Name: 3, dtype: object
name    赵六
age     45
sex      男
Name: 3, dtype: object