【数据分析&数据挖掘】dataframe的属性

import pandas as pd

# 创建一个df
df = pd.DataFrame(
    data={
        "name": ["zs", "ls", "ww", "zl"],
        "age": [18, 19, 29, 11],
        "score": [92.5, 93, 97, 65]
    },
    index=["stu_1","stu_2","stu_3","stu_4"]
)
print("df:
",df)
print("df 的类型：
",type(df))
print("*"*100)

# df 属性

print("获取df 的行索引名称：
",df.index)
print("获取df 的列索引名称：
",df.columns)
# # 可以pd.Dataframe将数组转化为df
# # 可以通过获取df 的values属性将df转化为数组
print("获取df 的values:
",df.values)
print("获取df 的values的类型:
",type(df.values))
print("获取df 的形状：
",df.shape)
print("获取df 的维度：
",df.ndim)
print("获取df 的元素个数：
",df.size)
# print("获取df 的元素数据类型：
",df.dtype) # 错误的，dataframe没有dtype属性
# # dataframe 可以存储不同类型的数据
print("获取df 的元素数据类型：
",df.dtypes)
# print("获取df 中每个元素的大小：
",df.itemsize) # 错误的，dataframe 没有itemsize 属性

print("~"*60)

# se 属性
se = df["name"]
print("se:
",se)
print("se 的类型：
",type(se))

print("获取se 行索引名称：
",se.index)
print("获取se 的values：
",se.values)
print("获取se 维度：
",se.ndim)
print("获取se 的形状：
",se.shape)
print("获取se 元素个数：
",se.size)
print("获取se 数据类型：
",se.dtype)
print("获取se 数据类型：
",se.dtypes)
print("获取se 每个元素的大小：
",se.itemsize)