本文共 763 字，大约阅读时间需要 2 分钟。

import numpy as np

import pandas as pd df1=pd.DataFrame(data={‘Python’:[99,107,122],‘Math’:[111,137,88],‘En’:[68,108,43]},#key作为索引 index=[‘张三’,‘李四’,‘Michel’]) #行索引 df2=pd.DataFrame(data=np.random.randint(0,151,size=(5,3)), index=[‘Danial’,‘Brandon’,‘softpo’,‘Ella’,‘Cindy’],# 行索引 columns=[‘Python’,‘Math’,‘En’]) #列索引 print(df1,df2) #数据查看 df=pd.DataFrame(data=np.random.randint(0,151,size=(150,3)), index=None,#行索引默认 columns=[‘Python’,‘Math’,‘En’]) #列索引 #查看其属性，概览和统计信息 print(df.head(10) ) #显示头部10行，默认5个 print(df.tail(10) ) #显示末尾10行，默认5个 print(df.shape) #查看形状，行数和列数 print(df.dtypes) #查看数据类型 print(df.index) #行索引 print(df.columns) #列索引 print(df.values) #对象值，二维ndarray数组 print(df.describe()) #查看数值型列的汇总统计，计数，平均值，标准差，最小值，四分位数，最大值 print(df.info()) #查看列索引，数据类型，非空计数和内存信息

转载地址：https://blog.csdn.net/xxy_yinji/article/details/119004191 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！