python dataframe常见操作方法:实现取行、列、切片、统计特征值

yipeiwu_com5年前Python基础

实例如下所示:

# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
from pandas import *
from numpy import *

data = DataFrame(np.arange(16).reshape(4,4),index = list("ABCD"),columns=list('wxyz'))
print data
print data[0:2] #取前两行数据
print'+++++++++++++'

print len(data )  #求出一共多少行
print data.columns.size #求出一共多少列
print'+++++++++++++'

print data.columns #列索引名称
print data.index #行索引名称
print'+++++++++++++'

print data.ix[1]  #取第2行数据
print data.iloc[1]  #取第2行数据
print'+++++++++++++'

print data['x'] #取列索引为x的一列数据
print data.loc['A'] #取第行索引为”A“的一行数据,
print'+++++++++++++'

print data.loc[:,['x','z'] ]  #表示选取所有的行以及columns为a,b的列;
print data.loc[['A','B'],['x','z']] #表示选取'A'和'B'这两行以及columns为x,z的列的并集;
print'+++++++++++++'

print data.iloc[1:3,1:3]  #数据切片操作,切连续的数据块
print data.iloc[[0,2],[1,2]]  #即可以自由选取行位置,和列位置对应的数据,切零散的数据块
print'+++++++++++++'

print data[data>2] #表示选取数据集中大于0的数据
print data[data.x>5] #表示选取数据集中x这一列大于5的所有的行

print'+++++++++++++'
a1=data.copy()
print a1[a1['y'].isin(['6','10'])] #表显示满足条件:列y中的值包含'6','8'的所有行。

print data.mean()  #默认对每一列的数据求平均值;若加上参数a.mean(1)则对每一行求平均值;
print data['x'].value_counts() #统计某一列x中各个值出现的次数:

print data.describe() #对每一列数据进行统计,包括计数,均值,std,各个分位数等。

data.to_excel(r'E:\pypractice\Yun\doc\2.xls',sheet_name='Sheet1') #数据输出至Excel

以上这篇python dataframe常见操作方法:实现取行、列、切片、统计特征值就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

django如何通过类视图使用装饰器

需求:当我们想禁止ip黑名单访问我们的某些页面时,例如注册页面。应该怎么操作呢? 解决方案:这时候我们可以设计一个装饰器,过滤ip黑名单。 装饰器的写法如下: from functo...

使用虚拟环境打包python为exe 文件的方法

使用过anaconda环境下打包py文件的一点感悟,使用的是pyinstaller+anaconda环境下打包py文件 打包: pyinstaller -F -w -i logo.ico...

Python装饰器原理与用法分析

Python装饰器原理与用法分析

本文实例讲述了Python装饰器原理与用法。分享给大家供大家参考,具体如下: 1、装饰器的本质是函数,主要用来装饰其他函数,也就是为其他函数添加附加功能 2、装饰器的原则: (1) 装饰...

Python 保持登录状态进行接口测试的方法示例

记录三种添加cookie保持接口登录状态的方法,方便自己回顾。 1.简单粗暴式。 此方法比较小白,前提是已经通过fiddler抓包等方式拿到了cookie,然后直接塞进去。 impo...

pandas带有重复索引操作方法

有的时候,可能会遇到表格中出现重复的索引,在操作重复索引的时候可能要注意一些问题。 一、判断索引是否重复 a、Series索引重复判断 s = Series([1,2,3,4,5],...