python之pandas使用：数据的选择

基础知识

list列表[]

常用知识：del list[1] 删除第二个数； list[1] = value，更改第二个数的值

list内置函数

1	cmp(list1, list2) 比较两个列表的元素
2	len(list) 列表元素个数
3	max(list) 返回列表元素最大值
4	min(list) 返回列表元素最小值
5	list(seq) 将元组转换为列表

序号	方法
1	list.append(obj) 在列表末尾添加新的对象
2	list.count(obj) 统计某个元素在列表中出现的次数
3	list.extend(seq) 在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
4	list.index(obj) 从列表中找出某个值第一个匹配项的索引位置
5	list.insert(index, obj) 将对象插入列表
6	list.pop(obj=list[-1]) 移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
7	list.remove(obj) 移除列表中某个值的第一个匹配项
8	list.reverse() 反向列表中元素
9	list.sort([func]) 对原列表进行排序

元组(),与列表相似，内容不可修改

dictionary字典{}包含{index：value，index1：value}

array有点像list，但只能存储同一种数据，占用内存少，同时长这样L（[[1,2,3],[1,2,3],[1,2,3],[1,2,3],[1,2,3]]）类似list外面加了一个（）查看一个数为L[1][1]第二行第二列

L = np.array([1,2,3,4,5,6])可以通过A=L.reshape（（2.，3））将A变为2行3列的矩阵，其本身不变。

L[1,3]第二行第四列，和

导入文件

data =  pd.read_csv('文件名')不能含有中文

data =  pd.read_excel('文件名')

创建DataFrame数据

data = pd.DataFrame(np.random.randn(3,4))

数据的选择

1.数据抓取

DataFrame行的选取不能通过index来选取，只能通过切片或是布尔值，而列可以。要想像数组一样选取行列，要使用.ix，如：data.ix[['a','b'],['one','two']]

一下操作都不是必须的

有 at loc iloc（同操作array一般） iat前两项只能通过输入index和column来选取，后两项方便的多。除这些外还有直接如真般的df[1:2]不过只能操作行，且不1能是单行。

如：df.loc[df[0],'columns1'