9月27日总结

属性与底层数据

Pandas 可以通过多个属性访问元数据：

• shape:

  • 输出对象的轴维度，与 ndarray 一致

• 轴标签

  • Series: Index (仅有此轴)
  • DataFrame: Index (行) 与列

注意： 为属性赋值是安全的！

In [7]: df[:2]
Out[7]: 
                   A         B         C
2000-01-01 -0.173215  0.119209 -1.044236
2000-01-02 -0.861849 -2.104569 -0.494929

In [8]: df.columns = [x.lower() for x in df.columns]

In [9]: df
Out[9]: 
                   a         b         c
2000-01-01 -0.173215  0.119209 -1.044236
2000-01-02 -0.861849 -2.104569 -0.494929
2000-01-03  1.071804  0.721555 -0.706771
2000-01-04 -1.039575  0.271860 -0.424972
2000-01-05  0.567020  0.276232 -1.087401
2000-01-06 -0.673690  0.113648 -1.478427
2000-01-07  0.524988  0.404705  0.577046
2000-01-08 -1.715002 -1.039268 -0.370647

Pandas 对象（Index (opens new window)， Series (opens new window)， DataFrame (opens new window)）相当于数组的容器，用于存储数据、执行计算。大部分类型的底层数组都是 numpy.ndarray (opens new window)。不过，Pandas 与第三方支持库一般都会扩展 NumPy 类型系统，添加自定义数组（见数据类型 (opens new window)）。