用panda查看数据框数据框形状
时间: 2024-02-05 12:14:14 浏览: 22
你可以使用 Pandas 的 `shape` 属性来查看数据框的形状,即行数和列数。示例如下:
```python
import pandas as pd
# 创建一个数据框
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
# 查看数据框的形状
print(df.shape)
```
输出:
```
(3, 2)
```
其中,`(3, 2)` 表示数据框有 3 行和 2 列。
相关问题
用panda查看数据框基本信息
可以使用 `pandas` 库中的 `info()` 方法来查看数据框的基本信息,包括每个列的名称、非空值数量、每个列的数据类型等等。例如:
```python
import pandas as pd
df = pd.read_csv('data.csv') # 假设数据保存在 data.csv 文件中
print(df.info())
```
输出结果类似于:
```
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1000 entries, 0 to 999
Data columns (total 4 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 Name 1000 non-null object
1 Age 1000 non-null int64
2 Gender 1000 non-null object
3 Salary 1000 non-null float64
dtypes: float64(1), int64(1), object(2)
memory usage: 31.4+ KB
None
```
其中,`RangeIndex` 表示数据框的行索引范围;`total` 表示数据框的总列数;`Column` 列出了每个列的名称和非空值数量;`Dtype` 列出了每个列的数据类型;`memory usage` 表示数据框在内存中所占用的空间大小。
用panda数据框处理excel数据
要使用 pandas 处理 Excel 数据,可以使用 pandas 的 read_excel() 函数来读取 Excel 文件并将其转换为 pandas 数据框。以下是一个简单的示例代码:
```python
import pandas as pd
# 读取 Excel 文件
df = pd.read_excel('example.xlsx')
# 打印数据框
print(df)
```
其中,'example.xlsx' 是要读取的 Excel 文件名。如果 Excel 文件位于不同的路径中,则需要提供完整的文件路径。
此外,pandas 还提供了许多用于处理 Excel 数据的函数,例如 to_excel() 函数可以将数据框保存为 Excel 文件,而 ExcelWriter() 类则可以在一个 Excel 文件中写入多个工作表。更多详细信息可以参考 pandas 的文档。