[已解决]这步代码是什么意思？

1476372787

In  [46]: # "the index" (aka "the labels")
             users.index
Out[46]: Int64Index([  1,   2,   3,   4,   5,   6,   7,   8,   9,  10,
                                 ...
                                  934, 935, 936, 937, 938, 939, 940, 941, 942, 943],
                                dtype='int64', name='user_id', length=943)

最佳答案

月排行榜 / 总排行榜

suchocolate

2021-1-25 10:19:12

1476372787 发表于 2021-1-24 21:30
为什么打印的是Int64Index([......])。这个Int64Index我在百度搜过,是64位整型索引的意思。你那个解释对 ...

那是因为user.index所在的类对shell输出信息做了封装，没有你的代码，简单展示一下：

>>> class A():  # 定义类
    def __init__(self, ls, dt):
        self.ls = ls
        self.dt = dt
        
    def __repr__(self):  # 定义类对象在shell中被直接调用后显示的内容
        return f"DataType{self.dt}({self.ls})"

>>> ls1 = [1,2,3,4,5]
>>> a = A(ls1, 'Int64')
>>> a
DataTypeInt64([1, 2, 3, 4, 5])
>>> 

跳转到最佳答案楼层

suchocolate

打印user对象的属性index，它是个列表，有943个元素。

1476372787

suchocolate 发表于 2021-1-24 20:35
打印user对象的属性index，它是个列表，有943个元素。

为什么打印的是Int64Index([......])。这个Int64Index我在百度搜过,是64位整型索引的意思。你那个解释对于现在的我来说有点专业了真不好意思，我有点笨。
抱歉啦，今天帮了我这么多，我今天的每个帖子都是你帮忙解决的

1476372787

谁来再回复一下

永恒的蓝色梦想

1476372787 发表于 2021-1-25 09:32
谁来再回复一下

发全代码

1476372787

永恒的蓝色梦想 发表于 2021-1-25 09:47
发全代码

[code]Ex3 - Getting and Knowing your Data
Check out Occupation Exercises Video Tutorial to watch a data scientist go through the exercises

This time we are going to pull data directly from the internet. Special thanks to: https://github.com/justmarkham for sharing the dataset and materials.

Step 1. Import the necessary libraries
In [39]:
import pandas as pd
Step 2. Import the dataset from this address.
Step 3. Assign it to a variable called users and use the 'user_id' as index
In [40]:
users = pd.read_csv('https://raw.githubusercontent.com/justmarkham/DAT8/master/data/u.user',
                      sep='|', index_col='user_id')
Step 4. See the first 25 entries
In [41]:
users.head(25)
Out[41]:
age        gender        occupation        zip_code
user_id                               
1        24        M        technician        85711
2        53        F        other        94043
3        23        M        writer        32067
4        24        M        technician        43537
5        33        F        other        15213
6        42        M        executive        98101
7        57        M        administrator        91344
8        36        M        administrator        05201
9        29        M        student        01002
10        53        M        lawyer        90703
11        39        F        other        30329
12        28        F        other        06405
13        47        M        educator        29206
14        45        M        scientist        55106
15        49        F        educator        97301
16        21        M        entertainment        10309
17        30        M        programmer        06355
18        35        F        other        37212
19        40        M        librarian        02138
20        42        F        homemaker        95660
21        26        M        writer        30068
22        25        M        writer        40206
23        30        F        artist        48197
24        21        F        artist        94533
25        39        M        engineer        55107
Step 5. See the last 10 entries
In [42]:
users.tail(10)
Out[42]:
age        gender        occupation        zip_code
user_id                               
934        61        M        engineer        22902
935        42        M        doctor        66221
936        24        M        other        32789
937        48        M        educator        98072
938        38        F        technician        55038
939        26        F        student        33319
940        32        M        administrator        02215
941        20        M        student        97229
942        48        F        librarian        78209
943        22        M        student        77841
Step 6. What is the number of observations in the dataset?
In [43]:
users.shape[0]
Out[43]:
943
Step 7. What is the number of columns in the dataset?
In [44]:
users.shape[1]
Out[44]:
4
Step 8. Print the name of all the columns.
In [45]:
users.columns
Out[45]:
Index(['age', 'gender', 'occupation', 'zip_code'], dtype='object')
Step 9. How is the dataset indexed?
In [46]:
# "the index" (aka "the labels")
users.index
Out[46]:
Int64Index([  1,   2,   3,   4,   5,   6,   7,   8,   9,  10,
            ...
            934, 935, 936, 937, 938, 939, 940, 941, 942, 943],
           dtype='int64', name='user_id', length=943)
Step 10. What is the data type of each column?
In [47]:
users.dtypes
Out[47]:
age            int64
gender        object
occupation    object
zip_code      object
dtype: object
Step 11. Print only the occupation column
In [48]:
users.occupation

#or

users['occupation']
Out[48]:
user_id
1         technician
2              other
3             writer
4         technician
5              other
6          executive
.....写不下了，后面是最后显示的
943          student
Name: occupation, Length: 943, dtype: object

1476372787

永恒的蓝色梦想 发表于 2021-1-25 09:47
发全代码

回复在审核中
这是一个作业，有点长，格式比较奇怪，麻烦你将就看看吧
这个是到第11步，其实后面还有，不过我只做到这
非常感谢

suchocolate

1476372787 发表于 2021-1-24 21:30
为什么打印的是Int64Index([......])。这个Int64Index我在百度搜过,是64位整型索引的意思。你那个解释对 ...

那是因为user.index所在的类对shell输出信息做了封装，没有你的代码，简单展示一下：

>>> class A():  # 定义类
    def __init__(self, ls, dt):
        self.ls = ls
        self.dt = dt
        
    def __repr__(self):  # 定义类对象在shell中被直接调用后显示的内容
        return f"DataType{self.dt}({self.ls})"

>>> ls1 = [1,2,3,4,5]
>>> a = A(ls1, 'Int64')
>>> a
DataTypeInt64([1, 2, 3, 4, 5])
>>> 

1476372787

永恒的蓝色梦想 发表于 2021-1-25 09:47
发全代码

代码发出来了，勉强还可以看看