上のオンラインについてのブロガー細かいプレーを
ただ、ハード仕事を通じて夢の消しゴムブロガーに
データフレームを作成することができ最後に
、ハッピーこれを開くことが幸せ、これを閉じます
しかし、事はこの本を見つけることがいかに幸せな学び、その後、彼らは知っている単語は上にマークされています
その瞬間、私は学んだか学ぶためにふり
実際には、2日後に、結果的に自分自身を忘れ見つけます
それはちょっと、ではありません
昨日は、単純なデータフレーム細切り取得を作成しました
今日、それはを見つめなければなりません属性学习ああ
実際には、それ
理解することが特に容易データフレーム
それはあなたが使う行では良い1シリーズである索引こと！
あなたは考えます
私が理解したいです
データフレームのための非常に高いレベルに達しています
残りのものではありません
共通の財産目録
通過
これらの属性は、バックオフすべきです
最初の获取索引ルックアップはとても簡単です
あなたはそう推測（本当にのように、推測と言うかのように@ _ @）
これはインデックスであること
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.index)
>>> Index(['class1', 'class2', 'class3'], dtype='object')
复制代码その後、バーの列と値を取得します
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.index)
print(df.columns)
print(df.values)
复制代码結果は、わずか示し
Index(['class1', 'class2', 'class3'], dtype='object')
Index(['boys', 'girls'], dtype='object')
[[1 5]
[2 6]
[3 7]]
复制代码完璧な、すべての推測
我々は真剣に、これらの日勉強したので、私は、右推測することができますなぜ
誠実（八尾）良い（リアン）の兄のブログの書き込み（BU）ので、勉強する理由
2つの、特に共通の属性があります。
既知のサイズと呼ばれる形状
私たちは、データフレーム構造を探しています
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.size)
print(df.shape)
复制代码得られた結果は、形状が得られるだけその結果を6つのデータデータフレームの合計を示す、サイズ6である（3、2）を表すデータフレームは、3行2列の行列であります
それは、強力な数学的概念を読みやすいが来るということだ、見て
行列... ...
多くの属性、それはありますが、ちょっと、見に公式サイトを開きます。
いくつかの簡単な機能を学ぶには、毎日それを呼び出します
あなたが外で、太陽の正当な頭を参照してください、ああを学ぶのに良い時期です
私はいくつかの単純な機能の学校を引っ張っ
最初の head() tail()
どのようにお馴染みのスタイル
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.head(1))
print(df.tail(2))
复制代码頭の頭を取得するには、それを試してみて、太極拳は、同じシリーズで、尾を取得します
この時点で、あなたは脳をフリックべきではありません
発生しないがloc、ilocこれらの二つの機能を
フラッシュ場合は、お祝いの言葉は、あなたが学んだ習得
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.loc['class1'])
print(df.iloc[1])
复制代码結果は、波を示し、
boys 1
girls 5
Name: class1, dtype: int64
boys 2
girls 6
Name: class2, dtype: int64
复制代码次に、いくつかの異なるを取得するために開始
常に同じとシリーズ
これは、データフレームのホールドを取得する必要はありません。
df = pd.DataFrame([[1,5],[2,6],[3,7]],columns=['boys','girls'],index=['class1','class2','class3'])
print(df.items())
print(df.keys())
print(df.iteritems())
print(df.iterrows())
print(df.itertuples())
复制代码学習前に、業績を見てする必要があります
<generator object DataFrame.iteritems at 0x000001E37ED4EC50>
Index(['boys', 'girls'], dtype='object')
<generator object DataFrame.iteritems at 0x000001E37ED4EC50>
<generator object DataFrame.iterrows at 0x000001E37ED4EC50>
<map object at 0x000001E30C371400>
复制代码5つの機能の結果に対応5
1と3が気づくように見える、ああ〜のように推測していない、彼らは（列名、シリーズ）ペアのIteratorを返す同じ2つです。
ねえ、どのような英語のフレーズの意味は？
方言は、タプルのイテレータを返すことです
結果を見てください
第二の機能はkeys、インデックスの友人のリターンです
第4の機能はiterrows、対応するiteritemsと、行を返します
第五の機能itertuplesタプルリターンとして、各行に
それを見てください
for item in df.itertuples():
print(item)
print(item[1])
复制代码結果
Pandas(Index='class1', boys=1, girls=5)
1
Pandas(Index='class2', boys=2, girls=6)
2
Pandas(Index='class3', boys=3, girls=7)
3
复制代码さて、この5つのファンクションまたはビット平均
使用した場合、中の良好な使用を見つけなければなりません
結局のところ、間違った上、一瞬の不注意
まあ、簡単な関数は最終的にBOを鈴終了しました
どのようにあなたについて、あなたは見て練習することができ、あなたもちょうど練習していないことができます
より多くの私は、コメントだけを見ることができません
右
彼は第彼らの公共の瞬間を公開するために行ってきました
あなたはいつもパーティーを支配するために兄になるために万人以上のファンにしたい一日常に興奮
あなたは、コレクションをクリックし、コンピュータ上で、オープン、彼の携帯電話を取り出し、その後、あなたはスクリーンショットを保存することができます注意を一掃し、携帯電話を使用して流され、あなたはweixiinオープンにリンクされている懸念を共有することができ、プレスし、その後に集中することができます
その上にない集中する方法を、見て、あなたは非常に多くのスキルを与えます！