Basic Methods of Pandas

Pandas Basic Methods Examples

So far, we have learned about three Pandas DataStructures and how to create them. Due to its importance in real-time data processing, we will mainly focus on DataFrame objects and discuss some other DataStructures.

Method	Description
axes	Return the list of row axis labels
dtype	Return the dtype of the object.
empty	If the Series is empty, return True.
ndim	Return the number of dimensions of the base data according to definition.
size	Return the number of elements in the base data.
values	Return Series as ndarray.
head()	Returns the first n rows.
tail()	Returns the last n rows.

Next, we create a Series and look at all the list properties of the above.

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use100 random numbers to create a Series
　s = pd.Series(np.random.randn(4))
　print(s)

Running Result:

0 0.967853
1　　-0.148368
2　　-1.395906
3　　-1.758394
dtype: float64

axes

Return the list of Series labels

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use100 random numbers to create a Series
　s = pd.Series(np.random.randn(4))
　print("The axes are:")
　print(s.axes)

Running Result:

　The axes are:
　[RangeIndex(start=0, stop=4, step=1])

The above result is from 0 to5(i.e., [0,1,2,3,4]).

empty

Return a boolean value indicating whether the object is empty. True means the object is empty

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use100 random numbers to create a Series
　s = pd.Series(np.random.randn(4))
　print("Is the Object empty?")
　print(s.empty)

Running Result:

Is the Object empty?
False

ndim

Return the number of dimensions of the object. According to definition, Series is a1D data structure, so it returns

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use4Create a Series with a random number
　s = pd.Series(np.random.randn(4))
　print s
　print("The dimensions of the object:")
　print(s.ndim)

Running Result:

　　　　　0 0.175898
1　　　0.166197
2　　-0.609712
3　　-1.377000
dtype: float64
The dimensions of the object:
1

size

Return the size (length) of the Series.

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use4Create a Series with a random number
　s = pd.Series(np.random.randn(2))
　print s
　print("The size of the object:")
　print(s.size)

Running Result:

0　　　3.078058
1　　-1.207803
dtype: float64
The size of the object:
2

values

Return Series data in array form

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use4Create a Series with a random number
　s = pd.Series(np.random.randn(4))
　print s
　print("The actual data series is:")
　print(s.values)

Running Result:

0　　　1.787373
1　　-0.605159
2　　　0.180477
3　　-0.140922
dtype: float64
The actual data series is:
[　1.78737302　-0.60515881　0.18047664　-0.1409218　]

Head and Tail

To view the head and tail data of a Series or DataFrame object, please use the head() and tail() methods.

head() Return the first n rows (observation index values). The default number of elements displayed is5However, you can pass custom numbers.

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use4Create a Series with a random number
　s = pd.Series(np.random.randn(4))
　print("The initial series is:")
　print s
　print("The first two rows of the data series:")
　print(s.head(2))

Running Result:

The original series is:
0 0.720876
1　　-0.765898
2　　　0.479221
3　　-0.139547
dtype: float64
The first two rows of the data series:
0 0.720876
1　　-0.765898
dtype: float64

tail() Return the last n rows (observe the index value). The default number of elements displayed is5However, you can pass custom numbers.

Example

　import　pandas　as　pd
　import　numpy　as　np
　# Use4Create a Series with a random number
　s = pd.Series(np.random.randn(4))
　print("The original series is:")
　print(s)
　print("The last two rows of the data series:")
　print(s.tail(2)

Running Result:

The original series is:
0　-0.655091
1　-0.881407
2　-0.608592
3　-2.341413
dtype: float64
The last two rows of the data series are:
2　-0.608592
3　-2.341413
dtype: float64

DataFrame Basic Functions

Now let's understand what the basic functions of DataFrame are. The table below lists important attributes or methods that help with the basic functions of DataFrame.

Attribute/Method	Description
T	Row and column are mutually converted
axes	Returns a list with unique members of row labels and column labels.
dtypes	Returns the dtypes in this object.
empty	If the NDataFrame is completely empty [no items], then true; otherwise false. If any axis has a length of 0.
ndim	Number of axes/Array size.
shape	Returns a tuple representing the dimensions of the DataFrame.
size	The number of elements in the NDataFrame.
values	NDFrame's numeric representation.
head()	Returns the first n rows.
tail()	Returns the last n rows.

Next, let's create a DataFrame and view all the ways to operate on the above properties.

Example

　import　pandas　as　pd
　import　numpy　as　np
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our data series is:")
　print(df)

Running Result:

Our data series is:
　　　　Age　　　Name　　　　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　　　　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80

T (Transpose)

Returns the transpose of the DataFrame. Rows and columns will be swapped.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("The transpose of the data series is:")
　print(df.T)

Running Result:

The transpose of the data series is:
　　　　　　　　　0　　　　　1　　　　　　　2　　　　　　3　　　　　　4　　　　　　5　　　　　　　6
Age　　　　　　25　　　　26　　　　　　25　　　　　23　　　　　30　　　　　29　　　　　　23
Name object Tom James Ricky Vin Steve Smith Jack
Rating　　　4.23　　3.24　　　　3.98　　　2.56　　　3.2　　　　4.6　　　　　3.8

axes

Returns a list of row labels and column labels.

Example

　import　pandas　as　pd
　import　numpy　as　np
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("The row labels and column labels are:")
　print(df.axes)

Running Result:

　　The row labels and column labels are:
　[RangeIndex(start=0, stop=7, step=1), Index([u'Age', u'Name', u'Rating'],
　dtype='object')]

dtypes

Returns the data type of each column.

Example

　import　pandas　as　pd
　import　numpy　as　np
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("The data types of each column are as follows:")
　print(df.dtypes)

Running Result:

The data types of each column are as follows:
Age int64
Name object
Rating float64
dtype: object

empty

Returns a boolean value indicating whether the object is empty; True means the object is empty.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　　
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Is the object empty?")
　print(df.empty)

Running Result:

　Is the object empty?
　False

ndim

Returns the number of objects. According to the definition, DataFrame is2D object.

Example

　import　pandas　as　pd
　import　numpy　as　np
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our object is:")
　print　df
　print("The dimension of the object is:")
　print(df.ndim)

Running Result:

　　　　　Our object is:
　　　　　　Age Name Rating
0　　　　　25　　　　　Tom　　　　　　4.23
1　　　　　26　　　　　James　　　　3.24
2　　　　　25　　　　　Ricky　　　　3.98
3　　　　　23　　　　　Vin　　　　　　2.56
4　　　　　30 Steve　　　　3.20
5　　　　　29　　　　　Smith　　　　4.60
6　　　　　23　　　　　Jack　　　　　3.80
The dimension of the object is:
2

shape

Returns a tuple representing the dimensions of the DataFrame. Tuple (a, b), where a represents the number of rows, and b represents the number of columns.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　　
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our object is:")
　print　df
　print("The shape of the object is:")
　print(df.shape)

Running Result:

　　　　　Our object is:
　　　Age　　　Name　　　　Rating
0　　25　　　　Tom　　　　　4.23
1　　26　　　　James　　　3.24
2　　25　　　　Ricky　　　3.98
3　　23　　　　Vin　　　　　2.56
4　　30　　　　Steve　　　3.20
5　　29　　　　Smith　　　4.60
6　　23　　　　Jack　　　　3.80
The shape of the object is:
(7,　3)

size

Returns the number of elements in the DataFrame.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　　
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our object is:")
　print　df
　print("The total number of elements in our object is:")
　print(df.size)

Running Result:

　　　　　Our object is:
　　　　Age　　　Name　　　　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　　　　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
The total number of elements in our object is:
21

values

Returns the actual data in the DataFrame in the form of NDarray.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　　
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our object is:")
　print　df
　print("The actual data in our data frame is:")
　print(df.values)

Running Result:

　　　　　Our object is:
　　　　Age　　　Name　　　　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　　　　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
The actual data in our data frame is:
[[25　"Tom"　4.23]
[26　"James"　3.24]
[25　"Ricky"　3.98]
[23　"Vin"　2.56]
[30 "Steve"　3.2]
[29　"Smith"　4.6]
[23　"Jack"　3.8]]

Head & Tail

To view the head and tail data of the DataFrame object, please use the head() and tail() methods. head() returns the first n rows (observing the index value). The default number of elements displayed is5However, you can pass custom numbers.

Example

　import　pandas　as　pd
　import　numpy　as　np
　　
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print("Our data frame is:")
　print　df
　print("The first two rows of the data frame are:")
　print(df.head(2))

Running Result:

　　　　　Our data frame is:
　　　　Age　　　Name　　　　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　　　　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
The first two rows of the data frame are:
　　　Age　　　Name　　　Rating
0　　25　　　　Tom　　　　4.23
1　　26　　　　James　　3.24

tail() Return the last n rows (observe the index value). The default number of elements displayed is5However, you can pass custom numbers.

Example

　import　pandas　as　pd
　import　numpy　as　np
　#　Create Series dictionary
　d　=　{'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack']),
　　　　'Age':pd.Series([25,26,25,23,30,29,23]),　
　　　　'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8])}
　　
　#　Create a　DataFrame
　df　=　pd.DataFrame(d)
　print　("Our data frame is:")
　print　df
　print　("The last two rows of the data frame are:")
　print(df.tail(2))

Running Result:

Our data frame is:
　　　　Age　　　Name　　　　Rating
0　　　25　　　　Tom　　　　　4.23
1　　　26　　　　James　　　3.24
2　　　25　　　　Ricky　　　3.98
3　　　23　　　　Vin　　　　　2.56
4　　　30　　　　Steve　　　3.20
5　　　29　　　　Smith　　　4.60
6　　　23　　　　Jack　　　　3.80
The last two rows of the data frame are:
　　　　Age　　　Name　　　　Rating
5　　　29　　　　Smith　　　　4.6
6　　　23　　　　Jack　　　　　3.8

SQL Operations in Pandas Pandas Panel

Pandas Tutorial

Basic Methods of Pandas

axes

empty

ndim

size

values

Head and Tail

DataFrame Basic Functions

Example

T (Transpose)

axes

dtypes

empty

ndim

shape

size

values

Head & Tail