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。