pandas中dataframe常見操作:取行、列劣领、切片姐军、統(tǒng)計(jì)特征值

-- 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] #取前兩行數(shù)據(jù)
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 #列索引名稱
print data.index #行索引名稱
print'+++++++++++++'

print data.ix[1] #取第2行數(shù)據(jù)
print data.iloc[1] #取第2行數(shù)據(jù)
print'+++++++++++++'

print data['x'] #取列索引為x的一列數(shù)據(jù)
print data.loc['A'] #取第行索引為”A“的一行數(shù)據(jù),
print'+++++++++++++'

print data.loc[:,['x','z'] ] #表示選取所有的行以及columns為a,b的列尖淘;
print data.loc[['A','B'],['x','z']] #表示選取'A'和'B'這兩行以及columns為x,z的列的并集奕锌;
print'+++++++++++++'

print data.iloc[1:3,1:3] #數(shù)據(jù)切片操作,切連續(xù)的數(shù)據(jù)塊
print data.iloc[[0,2],[1,2]] #即可以自由選取行位置村生,和列位置對應(yīng)的數(shù)據(jù)惊暴,切零散的數(shù)據(jù)塊
print'+++++++++++++'

print data[data>2] #表示選取數(shù)據(jù)集中大于0的數(shù)據(jù)
print data[data.x>5] #表示選取數(shù)據(jù)集中x這一列大于5的所有的行

print'+++++++++++++'
a1=data.copy()
print a1[a1['y'].isin(['6','10'])] #表顯示滿足條件:列y中的值包含'6','8'的所有行。

print data.mean() #默認(rèn)對每一列的數(shù)據(jù)求平均值趁桃;若加上參數(shù)a.mean(1)則對每一行求平均值辽话;
print data['x'].value_counts() #統(tǒng)計(jì)某一列x中各個(gè)值出現(xiàn)的次數(shù):

print data.describe() #對每一列數(shù)據(jù)進(jìn)行統(tǒng)計(jì),包括計(jì)數(shù)卫病,均值油啤,std,各個(gè)分位數(shù)等蟀苛。

data.to_excel(r'E:\pypractice\Yun\doc\2.xls',sheet_name='Sheet1') #數(shù)據(jù)輸出至Excel

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末益咬,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子帜平,更是在濱河造成了極大的恐慌幽告,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,941評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件裆甩,死亡現(xiàn)場離奇詭異冗锁,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)嗤栓,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,397評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門蒿讥,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人抛腕,你說我怎么就攤上這事芋绸。” “怎么了担敌?”我有些...
    開封第一講書人閱讀 165,345評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵摔敛,是天一觀的道長。 經(jīng)常有香客問我全封,道長马昙,這世上最難降的妖魔是什么桃犬? 我笑而不...
    開封第一講書人閱讀 58,851評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮行楞,結(jié)果婚禮上攒暇,老公的妹妹穿的比我還像新娘。我一直安慰自己子房,他們只是感情好形用,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,868評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著证杭,像睡著了一般田度。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上解愤,一...
    開封第一講書人閱讀 51,688評(píng)論 1 305
  • 那天镇饺,我揣著相機(jī)與錄音,去河邊找鬼送讲。 笑死奸笤,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的哼鬓。 我是一名探鬼主播揭保,決...
    沈念sama閱讀 40,414評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼魄宏!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起存筏,我...
    開封第一講書人閱讀 39,319評(píng)論 0 276
  • 序言:老撾萬榮一對情侶失蹤宠互,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后椭坚,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體予跌,經(jīng)...
    沈念sama閱讀 45,775評(píng)論 1 315
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,945評(píng)論 3 336
  • 正文 我和宋清朗相戀三年善茎,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了券册。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,096評(píng)論 1 350
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡垂涯,死狀恐怖烁焙,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情耕赘,我是刑警寧澤骄蝇,帶...
    沈念sama閱讀 35,789評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站操骡,受9級(jí)特大地震影響九火,放射性物質(zhì)發(fā)生泄漏赚窃。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,437評(píng)論 3 331
  • 文/蒙蒙 一岔激、第九天 我趴在偏房一處隱蔽的房頂上張望勒极。 院中可真熱鬧,春花似錦虑鼎、人聲如沸辱匿。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,993評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽掀鹅。三九已至,卻和暖如春媒楼,著一層夾襖步出監(jiān)牢的瞬間乐尊,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,107評(píng)論 1 271
  • 我被黑心中介騙來泰國打工划址, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留扔嵌,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,308評(píng)論 3 372
  • 正文 我出身青樓夺颤,卻偏偏與公主長得像痢缎,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個(gè)殘疾皇子世澜,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,037評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容