pandas中文文档
pandas对象有许多可以访问元数据的属性：
- shape: 给出对象的轴尺寸，与ndarray一致
- 轴标签
- Series: index (唯一的轴)
- DataFrame: index (rows) and columns
- Panel: items, major_axis, and minor_axis
注意，这些可以安全的设置这些属性值。
In [8]: df[:2]
Out[8]:
A B C
2000-01-01 0.048869 -1.360687 -0.47901
2000-01-02 -0.859661 -0.231595 -0.52775
In [9]: df.columns = [x.lower() for x in df.columns]
In [10]: df
Out[10]:
a b c
2000-01-01 0.048869 -1.360687 -0.479010
2000-01-02 -0.859661 -0.231595 -0.527750
2000-01-03 -1.296337 0.150680 0.123836
2000-01-04 0.571764 1.555563 -0.823761
2000-01-05 0.535420 -1.032853 1.469725
2000-01-06 1.304124 1.449735 0.203109
2000-01-07 -1.032011 0.969818 -0.962723
2000-01-08 1.382083 -0.938794 0.669142
要获取数据结构中的实际数据，只需访问values属性：
In [11]: s.values
Out[11]: array([-1.9339, 0.3773, 0.7341, 2.1416, -0.0112])
In [12]: df.values
Out[12]:
array([[ 0.0489, -1.3607, -0.479 ],
[-0.8597, -0.2316, -0.5278],
[-1.2963, 0.1507, 0.1238],
[ 0.5718, 1.5556, -0.8238],
[ 0.5354, -1.0329, 1.4697],
[ 1.3041, 1.4497, 0.2031],
[-1.032 , 0.9698, -0.9627],
[ 1.3821, -0.9388, 0.6691]])
In [13]: wp.values
Out[13]:
array([[[-0.4336, -0.2736, 0.6804, -0.3084],
[-0.2761, -1.8212, -1.9936, -1.9274],
[-2.0279, 1.625 , 0.5511, 3.0593],
[ 0.4553, -0.0307, 0.9357, 1.0612],
[-2.1079, 0.1999, 0.3236, -0.6416]],
[[-0.5875, 0.0539, 0.1949, -0.382 ],
[ 0.3186, 2.0891, -0.7283, -0.0903],
[-0.7482, 1.3189, -2.0298, 0.7927],
[ 0.461 , -0.5427, -0.3054, -0.4792],
[ 0.095 , -0.2701, -0.7071, -0.7739]]])
如果DataFrame或Panel包含同类型数据，则ndarray实际上可以就地修改，并且更改将反映在数据结构中。 对于异构数据（例如，某些DataFrame的列不是完全相同的dtype），情况并非如此。 与轴标签不同，值属性本身无法分配。
注意
使用异构数据时，将选择生成的ndarray的dtype以容纳所涉及的所有数据。 例如，如果涉及字符串，则结果将是对象dtype。 如果只有浮点数和整数，则生成的数组将为float dtype。
标签： ndarray、df、dtype、values、columns
