Python中DataFrame常见操作:取行、列、切片、统计特征值:
# -*- coding: utf-8 -*-
import numpy as np
import pandas as pd
data = pd.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.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('+++++++++++++')
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('+++++++++++++')
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。
下面是输出的结果:
w x y z
A 0 1 2 3
B 4 5 6 7
C 8 9 10 11
D 12 13 14 15
w x y z
A 0 1 2 3
B 4 5 6 7
+++++++++++++
4
4
+++++++++++++
Index(['w', 'x', 'y', 'z'], dtype='object')
Index(['A', 'B', 'C', 'D'], dtype='object')
+++++++++++++
w 4
x 5
y 6
z 7
Name: B, dtype: int32
+++++++++++++
A 1
B 5
C 9
D 13
Name: x, dtype: int32
w 0
x 1
y 2
z 3
Name: A, dtype: int32
+++++++++++++
x z
A 1 3
B 5 7
C 9 11
D 13 15
x z
A 1 3
B 5 7
+++++++++++++
x y
B 5 6
C 9 10
x y
A 1 2
C 9 10
+++++++++++++
w x y z
A NaN NaN NaN 3
B 4.0 5.0 6.0 7
C 8.0 9.0 10.0 11
D 12.0 13.0 14.0 15
w x y z
C 8 9 10 11
D 12 13 14 15
+++++++++++++
w x y z
B 4 5 6 7
C 8 9 10 11
+++++++++++++
w 6.0
x 7.0
y 8.0
z 9.0
dtype: float64
13 1
5 1
9 1
1 1
Name: x, dtype: int64
+++++++++++++
w x y z
count 4.000000 4.000000 4.000000 4.000000
mean 6.000000 7.000000 8.000000 9.000000
std 5.163978 5.163978 5.163978 5.163978
min 0.000000 1.000000 2.000000 3.000000
25% 3.000000 4.000000 5.000000 6.000000
50% 6.000000 7.000000 8.000000 9.000000
75% 9.000000 10.000000 11.000000 12.000000
max 12.000000 13.000000 14.000000 15.000000