数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
服装设计
法律研究Python Pandas – 如何使用 Pandas DataFrame 属性：shape
编写一个 Python 程序，从 products.csv 文件读取数据，并打印出行数和列数。然后打印“product”列中值为“Car”的前十行的值。
假设您拥有“products.csv”文件，并且行数和列数以及“product”列中值为“Car”的前十行的结果如下：
Rows: 100 Columns: 8 id product engine avgmileage price height_mm width_mm productionYear 1 2 Car Diesel 21 16500 1530 1735 2020 4 5 Car Gas 18 17450 1530 1780 2018 5 6 Car Gas 19 15250 1530 1790 2019 8 9 Car Diesel 23 16925 1530 1800 2018
我们有两个不同的解决方案来解决这个问题。
方案一
从products.csv文件读取数据并赋值给df
df = pd.read_csv('products.csv ')打印行数 = df.shape[0] 和列数 = df.shape[1]
将df1设置为使用iloc[0:10,:]过滤df中的前十行。
df1 = df.iloc[0:10,:]
使用df1.iloc[:,1]计算product列中值为car的数据。
这里，product列的索引为1，最后打印数据。
df1[df1.iloc[:,1]=='Car']
示例
让我们检查以下代码以更好地理解：
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:",df.shape[0],"Columns:",df.shape[1])
df1 = df.iloc[0:10,:]
print(df1[df1.iloc[:,1]=='Car'])输出
Rows: 100 Columns: 8 id product engine avgmileage price height_mm width_mm productionYear 1 2 Car Diesel 21 16500 1530 1735 2020 4 5 Car Gas 18 17450 1530 1780 2018 5 6 Car Gas 19 15250 1530 1790 2019 8 9 Car Diesel 23 16925 1530 1800 2018
方案二
从products.csv文件读取数据并赋值给df
df = pd.read_csv('products.csv ')打印行数 = df.shape[0] 和列数 = df.shape[1]
使用df.head(10)获取前十行并赋值给df
df1 = df.head(10)
使用以下方法获取product列中值为Car的数据
df1[df1['product']=='Car']
现在，让我们检查其实现以更好地理解：
示例
import pandas as pd
df = pd.read_csv('products.csv ')
print("Rows:",df.shape[0],"Columns:",df.shape[1])
df1 = df.head(10)
print(df1[df1['product']=='Car'])输出
Rows: 100 Columns: 8 id product engine avgmileage price height_mm width_mm productionYear 1 2 Car Diesel 21 16500 1530 1735 2020 4 5 Car Gas 18 17450 1530 1780 2018 5 6 Car Gas 19 15250 1530 1790 2019 8 9 Car Diesel 23 16925 1530 1800 2018
更新于：2024年2月29日
827 次浏览
广告