1、常用属性如下
ndim 返回DataFrame的维数；
shape 返回DataFrame的形状；
dtypes 返回DataFrame中每一列元素的数据类型；
size 返回DataFrame中元素的个数；
T 返回DataFrame的转置结果；
index 返回DataFrame中的索引；
columns 返回DataFrame中的列索引；
values 返回DataFrame中的数值；
2、演示如下
import numpy as np import pandas as pd df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df)
结果如下：
① ndim：返回DataFrame的维数；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.ndim display(x)
结果如下：
② shape：返回DataFrame的形状；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.shape display(x)
结果如下：
③ dtypes：返回DataFrame中每一列元素的数据类型；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.dtypes display(x) # 查看某一列元素的数据类型 y = df["北京"].dtype display(y)
结果如下：
④ size：返回DataFrame中元素的个数；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.size display(x)
结果如下：
⑤ T：返回DataFrame的转置结果；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.T display(x)
结果如下：
⑥ index：返回DataFrame中的索引；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.index display(x)
结果如下：
⑦ columns：返回DataFrame中的列索引；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.columns display(x)
结果如下：
注意：行索引、列索引都可以通过list转换为列表，然后我们可以针对这个列表做其他操作。
⑧ values：返回DataFrame中的数值；
df = pd.DataFrame(np.random.randint(70,100,(3,5)), index=["地区1", "地区2", "地区3"], columns=["北京","天津", "上海","沈阳", "广州"]) display(df) x = df.values display(x)
结果如下：
