404 字
2 分钟
页面浏览--访问次数--
数据分析|DataFrame的属性

18.1 DataFrame 属性总览#

属性说明
indexDataFrame 的行索引
columnsDataFrame 的列标签
valuesDataFrame 的值(numpy 数组)
dtypes每一列的数据类型
shapeDataFrame 的形状(行数, 列数)
ndimDataFrame 的维度(固定为 2)
sizeDataFrame 的元素总个数
loc[]显式索引,按行列标签索引或切片
iloc[]隐式索引,按行列位置索引或切片
at[]使用行列标签访问单个元素
iat[]使用行列位置访问单个元素
T行列转置

18.2 属性访问示例#

沿用第 17 节创建的 DataFrame:

import pandas as pd
import numpy as np
df = pd.DataFrame(
{
'name': ['tom', 'tom', 'jack', 'alice', 'bob', 'allen'],
'score': [60.5, 60.5, 80, 30.6, 70, 83.5],
'age': [15, 15, 15, 20, 26, 30]
},
index=[1, 2, 3, 4, 5, 6]
)

基础属性:

print('行索引:', df.index)
print('列标签:', df.columns)
print('值:\n', df.values)
print('维度:', df.ndim)
print('形状:', df.shape)
print('元素个数:', df.size)
print('数据类型:\n', df.dtypes)

输出:

行索引: Index([1, 2, 3, 4, 5, 6], dtype='int64')
列标签: Index(['name', 'score', 'age'], dtype='object')
值:
[['tom' 60.5 15]
['tom' 60.5 15]
['jack' 80.0 15]
['alice' 30.6 20]
['bob' 70.0 26]
['allen' 83.5 30]]
维度: 2
形状: (6, 3)
元素个数: 18
数据类型:
name object
score float64
age int64
dtype: object

行列转置:

print(df.T)
print(df.T.index)

输出:

1 2 3 4 5 6
name tom tom jack alice bob allen
score 60.5 60.5 80.0 30.6 70.0 83.5
age 15 15 15 20 26 30
Index(['name', 'score', 'age'], dtype='object')

转置后原来的行索引变成列标签,列标签变成行索引。


18.3 本节小结#

本节完成了以下内容:

  • 掌握了 DataFrame 的常用属性:index、columns、values、dtypes、shape、ndim、size。
  • 理解了 dtypes(返回每列数据类型)与 dtype(Series 属性)的区别。
  • 学会了通过 T 属性做行列转置。

下一节我们将学习 DataFrame 的访问。


数据分析

连载中

第 18 篇,共 21 篇本文属于系列

数据分析|DataFrame的属性
https://luq-blog.xyz/posts/2026-07-04-data-notes-18-df-attributes/
作者
Luquiescene
发布于
2026-07-04
许可协议
CC BY-NC-SA 4.0

分享文章

生成精美分享图或复制链接,与更多人分享本文。

继续阅读

沿着主题读

基于共同的标签与分类

换条路线

从其他文章中稳定抽取

评论

正在加载评论...

最后更新于 ,距今已过 91 天

部分内容可能已过时