进口numpy np
熊猫作为pd导入
从熊猫进口Sereis DataFrame
ser=系列(np.arange (3))
data=https://www.yisu.com/zixun/DataFrame (np.arange (16) .reshape(4, 4),指数=(abcd的)列表,列表列=(wxyz))
数据[' w '] #选择表格中的“w”列,使用类字典属性,返回的是系列类型
数据。w #选择表格中的“w”列,使用点属性,返回的是系列类型
数据[[' w ']] #选择表格中的“w”列,返回的是DataFrame属性
数据[[' w ', ' z ']] #选择表格中的“w”、“z”列
数据(0:2)#返回第1行到第2行的所有行,前闭后开,包括前不包括后
数据[1:2]#返回第2行,从0计,返回的是单行,通过有前后值的索引形式,
#如果采用数据[1]则报的错
数据。第九[1:2]#返回第2行的第三种方法,返回的是DataFrame,跟数据[1:2]同
数据(“a”“b”): #利用索引值进行切片,返回的是* *前闭后闭* *的DataFrame,
#即末端是包含的
data.irow(0) #取数据的第一行
data.icol(0) #取数据的第一列
data.head() #返回数据的前几行数据,默认为前五行,需要前十行则dta.head (10)
data.tail() #返回数据的后几行数据,默认为后五行,需要后十行则data.tail (10)
ser.iget_value(0) #选取ser序列中的第一个
ser.iget_value(1) #选取ser序列中的最后一个,这种轴索引包含索引器的系列不能采用ser[1]去获取最后一个,这回引起歧义。
数据。iloc[1] #选取DataFrame最后一行,返回的是系列
数据。iloc[1:] #选取DataFrame最后一行,返回的是DataFrame
数据。loc['一',' w ', ' x ']] #返回' a '行' w ', ' x '列,这种用于选取行索引列索引已知
数据。iat[1] #选取第二行第二列,用于已知行、列位置的选取。
<>强例子:
熊猫作为pd导入
从熊猫进口系列,DataFrame
进口numpy np
data=https://www.yisu.com/zixun/DataFrame (np.arange (15) .reshape(3、5)指数=(“一个”,“两个”,“三”),列=[a, b, c, d ', ' e '])
数据
[7]:
a b c d e
一个0 1 2 3 4
两个5 6 7 8 9
三个10 11 12 13 14
#对列的操作方法有如下几种
data.icol(0) #选取第一列
E: \ Anaconda2 \ lib \网站\世爵\跑龙套\ ipython \ start_kernel。py: 1: FutureWarning: icol(我)是弃用。请使用.iloc(:,我)
# - * -编码:utf - 8 - *
[35]:
一个0
两个5
三个十
名称:dtype: int32
数据[a]
[8]:
一个0
两个5
三个十
名称:dtype: int32
结合
[9]:
一个0
两个5
三个十
名称:dtype: int32
数据[[a]]
[10]:
一个
一个0
两个5
三个十
数据。第九:,[0 1 2]]#不知道列名只知道列的位置时
[13]:
a b c
一个0 1 2
两个5 6 7
三个10 11 12
数据。第九[1,[0]]#选择2第行第1列的值
[14]:
一个5
名称:2、dtype: int32
数据。第九[[1,2],[0]]#选择第2、3行第1列的值
[15]:
一个
两个5
三个十
数据。第九[1:3,[0,2]]#选择第2 - 4行第1,3列的值
[17]:
一个c
两个5 7
三个10 12
数据。第九(1:2,2:4)#选择第2 - 3行,3 - 5(不包括5)列的值
[29]:
c d
两个7 8
data.ix (data.a> 5、3)
[30]:
三个13
名称:d, dtype: int32
data.ix [3:4 data.b> 6日]#选择“b”列中大于6所在的行中的第4列,有点拗口
[31]:
d
三个13
data.ix (data.a> 5、2:4) #选择“a”列中大于5所在的行中的第3 - 5(不包括5)列
[32]:
c d
三12 13
data.ix [data.a> 5、[2 2 2]] #选择“a”列中大于5所在的行中的第2列并重复3次
[33]:
c c c
三12 12 12
#还可以行数或列数跟行名列名混着用
data.ix [1:3, [' a ', ' e ']]
[24]:
一个e
两个5 9
三个十14
data.ix['一':“两个”,[2 1]]
[25]:
c b
一个2 1
两个7 6
data.ix [[' 1 ', ' 3 '], [2 2]]
[26]:
c c
一个2 2
三12 12
data.ix [' 1 ': ' 3 ', [' a ', ' c ']]
[27]:
一个c
一个0 2
两个5 7
三个10 12
data.ix [[' 1 ', ' 1 '], [' a ', ' e ', ' d ', ' d ', ' d ']]
[28]:
e d d d
一个0 4 3 3 3
一个0 4 3 3 3
#对行的操作有如下几种:
数据[1:2]#(不知道列索引时)选择第2行,不能用数据[1],可以用data.ix [1]
[18]:
a b c d e
两个5 6 7 8 9
data.irow(1) #选取第二行
E: \ Anaconda2 \ lib \网站\世爵\跑龙套\ ipython \ start_kernel。py: 1: FutureWarning: irow(我)是弃用。请使用.iloc[我]
# - * -编码:utf - 8 - *
[36]:
一个5
b 6
c 7
d 8
e 9
名称:2、dtype: int32
数据。第九[1]#选择第2行
[20]:
一个5
b 6
c 7
d 8
e 9
名称:2、dtype: int32
数据(“一个”:“两个”)#当用已知的行索引时为前闭后闭区间,这点与切片稍有不同。
[22]:
a b c d e
一个0 1 2 3 4
两个5 6 7 8 9
数据。第九[1:3]#选择第2到4行,不包括第4行,即前闭后开区间。
[23]:
a b c d e
两个5 6 7 8 9
三个10 11 12 13 14
数据。第九(1:)#取DataFrame中最后一行,返回的是DataFrame类型,* *注意* *这种取法是有使用条件的,只有当行索引不是数字索引时才可以使用,否则可以选用“数据[1:]”——返回DataFrame类型或“data.irow(1)”——返回系列类型
[11]:
a b c d e
三个10 11 12 13 14
数据[1:]#跟上面一样,取DataFrame中最后一行,返回的是DataFrame类型
[12]:
a b c d e
三个10 11 12 13 14
数据。第九[1]#取DataFrame中最后一行,返回的是系列类型,这个一样,行索引不能是数字时才可以使用
[13]:
一个10
b 11
c 12
d 13
e 14
名称:三,dtype: int32
data.tail(1) #返回DataFrame中的最后一行
data.head(1) #返回DataFrame中的第一行
