python dataframe常见操作方法:实现取行、列、切片、统计特征值

# -*- 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。

data.to_excel(r'E:\pypractice\Yun\doc\2.xls',sheet_name='Sheet1') #数据输出至Excel