【pd】pandas查看数据

df = pd.DataFrame(np.random.randn(5,4),\
                  index=list("ABCDE"),\
                    columns=list("MNKP"))

"""
df:
	M		N		K		P
A	-0.189680	-1.247118	-0.031436	0.509052
B	1.512917	0.726863	1.801891	1.020904
C	0.371600	-0.865672	0.074896	-1.227192
D	-0.691088	0.703364	1.755493	0.572169
E	-0.084909	0.373502	0.153194	-1.587572

"""

查看前几行、后几行

df.head() # 默认显示前五行
df.tail(3)

显示df的索引（index）或列名（columns）

df.index # Index(['A', 'B', 'C', 'D', 'E'], dtype='object')
df.columns # Index(['M', 'N', 'K', 'P'], dtype='object')

使用 DataFrame.to_numpy() 获取底层数据的 NumPy 表示形式 (不包含索引index和列标签columns)

• NumPy 数组整个数组只能有一种 dtype（数据类型）,而 pandas 的 DataFrame 每一列可以有不同的 dtype
• 所以在转换时，pandas 会尝试找到一个统一的 NumPy dtype 来容纳所有列的数据类型。
• 如果列的数据类型差异较大（例如包含字符串和数字），最终可能会统一成 object 类型，并且可能会触发 数据拷贝（copying data）

df.to_numpy()

"""
array([[-0.18968029, -1.24711848, -0.03143575,  0.50905184],
       [ 1.51291713,  0.72686321,  1.80189076,  1.02090386],
       [ 0.3716002 , -0.86567206,  0.07489649, -1.22719231],
       [-0.69108833,  0.70336375,  1.75549259,  0.57216935],
       [-0.08490923,  0.37350167,  0.15319386, -1.58757168]])
"""

使用 describe() 快速生成数据的统计摘要

包含：计数（count）、平均值（mean）、标准差（std）、最小值（min）、四分位数（25%、50%、75%）、最大值（max）

df.describe()

"""
	M		N		K		P
count	5.000000	5.000000	5.000000	5.000000
mean	0.183768	-0.061812	0.750808	-0.142528
std	0.833508	0.928459	0.940754	1.178301
min	-0.691088	-1.247118	-0.031436	-1.587572
25%	-0.189680	-0.865672	0.074896	-1.227192
50%	-0.084909	0.373502	0.153194	0.509052
75%	0.371600	0.703364	1.755493	0.572169
max	1.512917	0.726863	1.801891	1.020904

"""

转置数据（行列互换）

df.T

"""
	A		B		C		D		E
M	-0.189680	1.512917	0.371600	-0.691088	-0.084909
N	-1.247118	0.726863	-0.865672	0.703364	0.373502
K	-0.031436	1.801891	0.074896	1.755493	0.153194
P	0.509052	1.020904	-1.227192	0.572169	-1.587572
"""

使用 DataFrame.sort_index() 按索引排序

• 按行排序：axis = 0
• 按列排序：axis = 1

df.sort_index(axis=0) # 按行索引排序
df.sort_index(axis=1) # 按列索引排序

使用 DataFrame.sort_values() 按列中的值进行排序

df.sort_values(by='M')

"""
	M		N		K		P
D	-0.691088	0.703364	1.755493	0.572169
A	-0.189680	-1.247118	-0.031436	0.509052
E	-0.084909	0.373502	0.153194	-1.587572
C	0.371600	-0.865672	0.074896	-1.227192
B	1.512917	0.726863	1.801891	1.020904

"""