1、axes返回标签列表

import pandas as pd
import numpy as np
dates = pd.date_range('', periods=8)
df = pd.DataFrame(np.random.randn(8,4), index=dates, columns=list('ABCD'))
print("df:")
print(df)
print('-'*50)
print ("The axes are:")
print (df .axes)
print (df.empty)#empty示例,返回布尔值,表示对象是否为空。返回True则表示对象为空
D:\Download\python3\python3.exe D:/Download/pycharmworkspace/s.py
df:
A B C D
2017-01-01 -0.579966 -0.435075 0.308428 -0.684288
2017-01-02 -0.046761 0.209575 1.426686 -0.152909
2017-01-03 0.649144 -1.312502 -0.520895 -0.128796
2017-01-04 0.469305 0.738260 3.650268 -1.290882
2017-01-05 0.195328 -1.236598 0.245380 -0.845111
2017-01-06 0.886847 -0.946261 -0.884007 -0.527200
2017-01-07 1.002840 2.183883 0.709170 -0.618336
2017-01-08 -1.626558 -0.077388 -2.251855 -1.709279
--------------------------------------------------
The axes are:
[DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
'2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08'],
dtype='datetime64[ns]', freq='D'), Index(['A', 'B', 'C', 'D'], dtype='object')] Process finished with exit code 0

2、empty示例,返回布尔值,表示对象是否为空。返回True则表示对象为空

print(df.empty)

3、

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time : 2018/5/24 15:03
# @Author : zhang chao
# @File : s.py
from scipy import linalg as lg
#按标签选择
#通过标签选择多轴 import pandas as pd
import numpy as np
dates = pd.date_range('', periods=8)
s = pd.DataFrame(np.random.randn(8,4), index=dates, columns=list('ABCD'))
print("s:")
print(s)
print('-'*50)
print ("The axes are 数据的标签:")
print (s .axes)
print ("The dimensions of the object 数据的维数:")
print (s.ndim)
print ("Is the Object empty 是否为空?")
print (s.empty)
print ("The size of the object 元素数据所占的字节数:")
print (s.size) D:\Download\python3\python3.exe D:/Download/pycharmworkspace/s.py
s:
A B C D
2017-01-01 0.007545 0.688495 0.973736 0.487351
2017-01-02 -0.196882 0.936148 -1.264392 -0.828813
2017-01-03 0.127409 -0.276271 0.837958 -0.559367
2017-01-04 -0.464785 0.800002 0.663286 0.455558
2017-01-05 1.030087 0.031511 -0.043613 0.004243
2017-01-06 -0.024684 0.656596 0.944321 1.237634
2017-01-07 -0.606596 0.464559 -0.071484 0.035291
2017-01-08 0.527749 0.409902 0.752180 1.407739
--------------------------------------------------
The axes are 数据的标签:
[DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03', '2017-01-04',
'2017-01-05', '2017-01-06', '2017-01-07', '2017-01-08'],
dtype='datetime64[ns]', freq='D'), Index(['A', 'B', 'C', 'D'], dtype='object')]
The dimensions of the object 数据的维数:
2
Is the Object empty 是否为空?
False
The size of the object 元素数据所占的字节数:
32 Process finished with exit code 0

pandas基本操作2的更多相关文章

  1. Python数据分析库pandas基本操作

    Python数据分析库pandas基本操作2017年02月20日 17:09:06 birdlove1987 阅读数:22631 标签: python 数据分析 pandas 更多 个人分类: Pyt ...

  2. Pandas基本操作

    pandas:数据分析 pandas是一个强大的Python数据分析的工具包. pandas是基于NumPy构建的. pandas的主要功能 具备对其功能的数据结构DataFrame.Series 集 ...

  3. pandas 基本操作

    1.     一维数据结构Series a.   概念:Series 是pandas 的一维数据结构,有重要的两个属性 index 和values b.  初始化: 可以通过 python 的 Lis ...

  4. 2019-03-25 Python Pandas 基本操作

    新建表 data1 = { "name": ["Tom", "Bob", "Mary", "James&quo ...

  5. 数据分析之pandas教程-----概念篇

    目录 1  pandas基本概念 1.1  pandas数据结构剖析 1.1.1  Series 1.1.2  DataFrame 1.1.3  索引 1.1.4  pandas基本操作 1.1.4. ...

  6. Python模块简介及安装 [numpy,pandas,matplotlib,scipy,statsmodels,Gensim,sklearn,keras]

    https://pan.baidu.com/s/1bpVv3Ef  67bd          模块安装文件下载地址 pip install "numpy-1.12.0b+mkl-cp35- ...

  7. pandas 按照某一列进行排序

    pandas排序的方法有很多,sort_values表示根据某一列排序 pd.sort_values("xxx",inplace=True) 表示pd按照xxx这个字段排序,inp ...

  8. 基于pandas进行数据预处理

    很久没用pandas,有些有点忘了,转载一个比较完整的利用pandas进行数据预处理的博文:https://blog.csdn.net/u014400239/article/details/70846 ...

  9. Python的工具包[1] -> pandas数据预处理 -> pandas 库及使用总结

    pandas数据预处理 / pandas data pre-processing 目录 关于 pandas pandas 库 pandas 基本操作 pandas 计算 pandas 的 Series ...

随机推荐

  1. ORA-600 [Kcbz_check_objd_typ_1] Running a Job (Doc ID 785899.1)

    ORA-600 [Kcbz_check_objd_typ_1] Running a Job (Doc ID 785899.1) To Bottom In this Document   Symptom ...

  2. 一加将在欧洲推出第一款商用 5G 手机

    远在太平洋中部的夏威夷群岛,高通举办了骁龙峰会. 峰会的惯例,各行业的合作伙伴都被邀请上台演讲.中国企业里,去年来的是小米雷军,而今年刚开场,一加手机 CEO 刘作虎就现身了. 与以往一样,张老板身着 ...

  3. PAT A1075 PAT Judge (25 分)——结构体初始化,排序

    The ranklist of PAT is generated from the status list, which shows the scores of the submissions. Th ...

  4. 【Codeforces 912E】Prime Gift

    Codeforces 912 E 题意:给\(n\leq16\)个素数\(p_1..p_n\),求第\(k\)个所有质因数都在\(n\)个数中的数. 思路:折半搜索...我原来胡搞毛搞怎么也搞不动\( ...

  5. TCP/IP协议---UDP协议

    UDP是一个简单的面向数据报的运输层协议:进程的每个输出操作都产生一个UDP数据报,并组装成一份待发送的IP数据报.UDP数据报是要依赖IP数据报传送的.UDP协议并不可靠,它不能保证发出去的包会被目 ...

  6. python里面 循环明细对比 相同人员明细,生成同一订单里面

    #2018-04-16 def action_create_purc(self,cr,uid,ids,context=None): mrp_origin_obj=self.browse(cr,uid, ...

  7. (转)对一个deb包的解压、修改、重新打包全过程方法

    转自:https://blog.csdn.net/yygydjkthh/article/details/36695243 Reference: http://www.debian.org/doc/ma ...

  8. Jlink使用技巧之烧写SPI Flash存储芯片

    前言 大多数玩单片机的人都知道Jlink可以烧写Hex文件,作为ARM仿真调试器,但是知道能烧写SPI Flash的人应该不多,本篇文章将介绍如何使用JLink来烧写或者读取SPI Flash存储器, ...

  9. Stencil 基础

    Stencil 一个轻量化,渐进式编译器,注意,不是框架. 使用 TypeScript 进行所有操作,这是一个门槛,有一定技术门槛要求. PS:个人强烈推荐所有的前端同学都学习,或至少了解这个超集语言 ...

  10. .net core实践系列之短信服务-Sikiro.SMS.Api服务的实现

    前言 上篇<.net core实践系列之短信服务-架构设计>介绍了我对短信服务的架构设计,同时针对场景解析了我的设计理念.本篇继续讲解Api服务的实现过程. 源码地址:https://gi ...