Python pandas獲取數(shù)據(jù)的行數(shù)和列數(shù)

import pandas as pd
 
df = pd.DataFrame({'Country':['China','China', 'India', 'India', 'America', 'Japan', 'China', 'India'], 
                   'Income':[10000, 10000, 5000, 5002, 40000, 50000, 8000, 5000],
                    'Number':[5000, 4321, 1234, 4010, 250, 250, 4500, 4321]})

法一：

df.shape#返回df的行數(shù)和列數(shù)

輸出：

(8, 3)

df.shape[0]#返回df的行數(shù)

輸出：

8

df.shape[1]

輸出：

3

法二：

df.info()

輸出：

pandas獲取數(shù)據(jù)以及數(shù)據(jù)概覽

1 數(shù)據(jù)獲取

先引入必要的庫

import pandas as pd
import numpy as np

1.1 讀取數(shù)據(jù)

使用方法：pandas.read_csv()

參數(shù)：

（1）文件所在的路徑

（2）headers：設(shè)置參數(shù)headers=None，pandas將不會自動(dòng)將數(shù)據(jù)集的第一行設(shè)置為列表表頭（列名）

other_path = "https://s3-api.us-geo.objectstorage.softlayer.net/cf-courses-data/CognitiveClass/DA0101EN/auto.csv"
df = pd.read_csv(other_path, header=None)

• 查閱數(shù)據(jù)集的前n行，使用函數(shù)df.head(n);
• 查閱數(shù)據(jù)集的倒數(shù)后n行，使用函數(shù)df.tail(n)

df.head(5)

輸出：

df.tail(10)

輸出：

1.2 為數(shù)據(jù)集添加列名（表頭）

觀察上面讀取出來的部分?jǐn)?shù)據(jù)，pandas自動(dòng)將列名（表頭）設(shè)置為從0開始的數(shù)字標(biāo)簽。

需要我們手動(dòng)添加能夠幫助我們更好理解數(shù)據(jù)的列名：

首先創(chuàng)建出一個(gè)列表headers，里面內(nèi)容就是每列的名稱，然后使用方法：df.columns = headers來將列名替換成我們剛才設(shè)置的。

headers = ["symboling","normalized-losses","make","fuel-type","aspiration", "num-of-doors","body-style",
         "drive-wheels","engine-location","wheel-base", "length","width","height","curb-weight","engine-type",
         "num-of-cylinders", "engine-size","fuel-system","bore","stroke","compression-ratio","horsepower",
         "peak-rpm","city-mpg","highway-mpg","price"]
df.columns = headers
df.head(10)

輸出：

1.3 刪除某些具有空值的“臟數(shù)據(jù)”

觀察上面的部分?jǐn)?shù)據(jù)，發(fā)現(xiàn)有一些值為“？” 的行代表空值，首先需要先將這些“？”標(biāo)志替換為NaN,然后使用方法dropna()來移除這些臟數(shù)據(jù)。

df1=df.replace('?',np.NaN)

下面使用方法dropna來刪除臟數(shù)據(jù)行。

關(guān)于方法dropna（）：

參數(shù)：

（1）axis： default 0指刪除行,1為刪除列

（2）subset：對特定的列進(jìn)行缺失值刪除處理

（3）how： {‘any’, ‘all’}, default ‘any’指帶缺失值的所有行;'all’指清除全是缺失值的

（4）thresh：int,保留含有int個(gè)非空值的行

（5）inplace：True表示直接在原數(shù)據(jù)上更改

df=df1.dropna(subset=["price"], axis=0)
df.head(20)

上面的調(diào)用，表示，刪除“price”列為空值的行。

輸出：

可以看出，原來行9的“price”列為空值，所以行9被刪除。

1.4 查看數(shù)據(jù)的列名列表

df.columns

輸出：

1.5 保存某個(gè)數(shù)據(jù)集

我們可以將處理過的dataframe（df）保存成某種格式（例如：.csv）的文件，方便以后進(jìn)行讀取。

使用方法df.to_csv（“文件要保存的路徑”， index = False）

df.to_csv("automobile.csv", index=False)

注：參數(shù)index的含義為“是否保留行索引”， 默認(rèn)為True

當(dāng)然我們可以讀取其他格式的數(shù)據(jù)，對數(shù)據(jù)操作完成后，我們也同樣可以將數(shù)據(jù)保存為不同的格式，下圖顯示了讀取其他格式文件以及將數(shù)據(jù)集保存為其他格式的方法：

2 數(shù)據(jù)概覽

2.1 查看每列數(shù)據(jù)的類型

dataframe的屬性dtypes可以返回表示每列數(shù)據(jù)名稱及類型的列表：

print(df.dtypes)

輸出：

第一列為列名，第二列為數(shù)據(jù)的類型

2.2 獲取每列數(shù)據(jù)的統(tǒng)計(jì)特征（eg：總行數(shù)，列數(shù)據(jù)的平均值、標(biāo)準(zhǔn)差，etc）

使用：dataframe.describe()即可查看每列數(shù)據(jù)的

（1）總行數(shù)統(tǒng)計(jì)count

（2）平均值mean

（3）標(biāo)準(zhǔn)差std

（4）最小值min

（5）25%分位值“25%”

（6）50%分位值“50%”

（7）75%分位值“75%”

（8）最大值max

df.describe()

輸出：

注意：方法describe()只統(tǒng)計(jì)（沒有任何參數(shù)的情況下）數(shù)據(jù)類型（numeric-typed數(shù)據(jù)類型，例如int，float等）列的統(tǒng)計(jì)特征，并且會自動(dòng)NaN值。

如果我們想查看所有列的統(tǒng)計(jì)特征（即包括非數(shù)據(jù)類型的列，例如object類型的列），就需要在describe()方法中添加參數(shù)（include = “all”）

df.describe(include = "all")

輸出：

2.3 獲取指定列的統(tǒng)計(jì)學(xué)特征

使用如下語句：

dataframe[[‘column1’, ‘column2’, ‘column3’]].describe()

df[['length', 'compression-ratio']].describe()

輸出：

2.4 使用方法info（）來查看dataframe的簡介描述

使用如下語句：

dataframe.info()

此方法打印有關(guān)dataframe的信息，包括索引dtype和列、非空值和內(nèi)存使用情況。

df.info()

輸出：

2.5 查看數(shù)據(jù)的行數(shù)及列數(shù)

通過屬性shape，獲取數(shù)據(jù)集的（行數(shù)，列數(shù)）

ratings_df.shape

輸出：

（463， 19）

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評論