RPA手把手——【DataFrame】查看与筛选数据

艺赛旗 RPA9.0全新首发免费下载 点击下载
http://www.i-search.com.cn/index.html?from=line1

1 查看列的数据类型
使用 dtypes 方法可以查看各列的数据类型，比如说之前的 df3。

dic1 = {‘name’: [‘小明’, ‘小红’, ‘狗蛋’, ‘铁柱’], ‘age’: [17, 20, 5, 40], ‘gender’: [‘男’, ‘女’, ‘女’, ‘男’]}
df3 = pd.DataFrame(dic1)
df3.dtypes
name object
age int64
gender object
dtype: object

2 查看 DataFrame 的头尾
使用 head 可以查看前几行的数据，默认的是前 5 行，不过也可以自己设置。

使用 tail 可以查看后几行的数据，默认也是 5 行，参数可以自己设置。

随意设置一个 6*6 的数据，只看前 5 行。

df4 = pd.DataFrame(np.random.randn(6, 6))
df4.head()
0 1 2 3 4 5
0 0.321488 1.680416 -0.525665 0.545784 -1.129162 0.346618
1 0.332380 -2.065623 0.186733 2.459071 -1.048581 1.270196
2 0.558762 -1.716748 -0.026422 0.618331 0.710246 -0.115285
3 -1.532169 1.063769 0.860040 1.112915 -0.314987 0.952194
4 0.796889 0.075921 0.878482 -0.952150 0.228675 0.856666

只看前 3 行。

df4.head(3)
0 1 2 3 4 5
0 0.321488 1.680416 -0.525665 0.545784 -1.129162 0.346618
1 0.332380 -2.065623 0.186733 2.459071 -1.048581 1.270196
2 0.558762 -1.716748 -0.026422 0.618331 0.710246 -0.115285

看后 5 行。

df4.tail()
0 1 2 3 4 5
1 0.332380 -2.065623 0.186733 2.459071 -1.048581 1.270196
2 0.558762 -1.716748 -0.026422 0.618331 0.710246 -0.115285
3 -1.532169 1.063769 0.860040 1.112915 -0.314987 0.952194
4 0.796889 0.075921 0.878482 -0.952150 0.228675 0.856666
5 0.789586 0.415465 -0.587331 -0.401989 0.119820 4.359400

只看后 2 行。

df4.tail(2)
0 1 2 3 4 5
4 0.796889 0.075921 0.878482 -0.952150 0.228675 0.856666
5 0.789586 0.415465 -0.587331 -0.401989 0.119820 4.359400

3 查看行名与列名
使用 index 查看行名，columns 查看列名。具体由例子感受吧。

查看行名。

df3.index
RangeIndex(start=0, stop=4, step=1)

查看列名。

df3.columns
Index([‘name’, ‘age’, ‘gender’], dtype=‘object’)

4 查看数据值
使用 values 可以查看 DataFrame 里的数据值，返回的是一个数组。

比如说查看所有的数据值。

df3.values
array([[‘小明’, 17, ‘男’],
[‘小红’, 20, ‘女’],
[‘狗蛋’, 5, ‘女’],
[‘铁柱’, 40, ‘男’]], dtype=object)

查看某一列所有的数据值。

df3[‘name’].values
array([‘小明’, ‘小红’, ‘狗蛋’, ‘铁柱’], dtype=object)

还有另一种操作，使用 loc 或者 iloc 查看数据值（但是好像只能根据行来查看？）。区别是 loc 是根据行名，iloc 是根据数字索引（也就是行号）。

比如说这样。

df1 = pd.DataFrame(np.random.randn(4,4), index=list(‘ABCD’), columns=list(‘ABCD’))
df1.loc[‘A’]
A 1.534538
B -0.457642
C -0.177800
D -0.721894
Name: A, dtype: float64

或者这样。

df1.iloc[0]
A 1.534538
B -0.457642
C -0.177800
D -0.721894
Name: A, dtype: float64

按列进行索引查看数据还能直接使用列名，但这种方法对行索引不适用。

df3[‘name’]
0 小明
1 小红
2 狗蛋
3 铁柱
Name: name, dtype: object

5 查看行列数
使用 shape查看行列数，参数为 0 表示查看行数，参数为 1 表示查看列数。

df3.shape[0]
4

df3.shape[1]
3