python - 如何检查 numpy/pandas 对象，即 R 中的 str()

Question

当我使用 R 时，我可以使用 str() 来检查大多数情况下都是事物列表的对象。

我最近改用Python进行统计，不知道如何检查我遇到的对象。例如:

import statsmodels.api as sm
heart = sm.datasets.heart.load_pandas().data
heart.groupby(['censors'])['age']

我想调查 heart.groupby(['censors']) 是什么类型的对象，它允许我在末尾添加 ['age']。但是，print heart.groupby(['censors'])只告诉我对象的类型，而不是它的结构以及我可以用它做什么。

那么我如何理解 numpy/pandas 对象的结构，类似于 R 中的 str() ？

Answer 1

如果您想深入了解可以使用 Python 对象执行哪些操作，可以使用 IPython 等增强的 Python 控制台来检查它。在 IPython session 中，首先将要查看的对象放入变量中:

import statsmodels.api as sm
heart = sm.datasets.heart.load_pandas().data
h_grouped = heart.groupby(['censors'])

然后输入变量名称并双击 Tab 键以显示对象方法的列表:

In [5]: h_grouped.<Tab><Tab>
# Shows the object's methods

IPython 控制台的另一个好处是您可以快速检查 通过添加 ?:

对任何单个方法提供帮助

h_grouped.apply?
# Apply function and combine results 
# together in an intelligent way.

如果您没有 IPython 或类似的控制台，您可以使用 dir() 实现类似的功能，例如dir(h_grouped)，尽管这也会列出 对象的私有(private)方法通常没有用，也不应该使用 经常使用时触摸。