# -*- 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。
[Python与数据分析]-20python中dataframe常见操作：取行、列、切片、统计特征值
©著作权归作者所有,转载或内容合作请联系作者
- 文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
- 文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...
- 文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
推荐阅读更多精彩内容
- -- coding: utf-8 -- import numpy as npimport pandas as pd...
- 怎样删除list中空字符？最简单的方法：new_list = [ x for x in li if x != ''...
- 一、reindex() 方法：重新索引 针对 Series 的重新索引操作 重新索引指的是根据index参数重新进...
- 更多包含丰富源数据源代码的 Pandas 高阶操作，数据可视化，以及商业数据分析实战案例，尽在公众号 “ 数据分析...
