實(shí)例如下所示：

# -*- coding: utf-8 -*-import numpy as npimport pandas as pdfrom pandas import *from numpy import *data = DataFrame(np.arange(16).reshape(4,4),index = list("ABCD"),columns=list('wxyz'))print dataprint 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；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；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，和列位置對應(yīng)的數(shù)據(jù)，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；若加上參數(shù)a.mean(1)則對每一行求平均值；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)，均值，std，各個(gè)分位數(shù)等。data.to_excel(r'E:/pypractice/Yun/doc/2.xls',sheet_name='Sheet1') #數(shù)據(jù)輸出至Excel

以上這篇python dataframe常見操作方法:實(shí)現(xiàn)取行、列、切片、統(tǒng)計(jì)特征值就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持武林站長站。