python dataframe常见操作方法:实现取行、列、切片、统计特征值
实例如下所示:
#-*-coding:utf-8-*- importnumpyasnp importpandasaspd frompandasimport* fromnumpyimport* data=DataFrame(np.arange(16).reshape(4,4),index=list("ABCD"),columns=list('wxyz')) printdata printdata[0:2]#取前两行数据 print'+++++++++++++' printlen(data)#求出一共多少行 printdata.columns.size#求出一共多少列 print'+++++++++++++' printdata.columns#列索引名称 printdata.index#行索引名称 print'+++++++++++++' printdata.ix[1]#取第2行数据 printdata.iloc[1]#取第2行数据 print'+++++++++++++' printdata['x']#取列索引为x的一列数据 printdata.loc['A']#取第行索引为”A“的一行数据, print'+++++++++++++' printdata.loc[:,['x','z']]#表示选取所有的行以及columns为a,b的列; printdata.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'+++++++++++++' printdata.iloc[1:3,1:3]#数据切片操作,切连续的数据块 printdata.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'+++++++++++++' printdata[data>2]#表示选取数据集中大于0的数据 printdata[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() printa1[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。 printdata.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; printdata['x'].value_counts()#统计某一列x中各个值出现的次数: printdata.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pythondataframe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毛票票。