pandas数据处理

1.y.iloc[1] #提取第一行
y.iloc[2,1]#第二行第一列
y.iloc[2:4,1]#第2、3行，第一列
y.loc[1]#提取第一行
y.iloc[:,1]#提取第一列
dataframe 取列有两种方法： df.列名 或 df[‘列名’] ；
同时通过，df[‘列名1’，‘列名2’ ，。。。。] 可以选择多列。

dataframe取行和列：
通过loc类和iloc类 可以选择dataframe数据的多行和多列。
其中loc类通过“标签”进行列的选择， iloc类通过索引（位置）选择对象。 形象记忆，iloc比loc多了一个i, i 可以看作index.

#运行成功，因为header=None时列名自动从0开始编号
y=pd.read_csv(r'附件1新新.csv',header=None)
y=y.loc[:,1] #这里的1指的是列名，不是列索引
print(y)

#运行出错
y=pd.read_csv(r'附件1新新.csv')
y=y.loc[:,1] #此时没有列名为1的列，所以运行出错
print(y)

2.pandas读取数据默认把第一行数据当作列名了，如果这不是我们想要的，则要加一个参数header=None，此时默认给出列名为0，1，2，3…
（默认情况下是header=0，表示把第一行作为列名,header=k:从第k行开始读取，并以第k行作为列名）：

dating_df = pd.read_csv('datingTestSet2.txt',header=None)

如果想要改变列名,可以自行指定

dating_df = pd.read_csv('datingTestSet2.txt',sep='\t',header=None,names=['fly','game','ice_cream'])

结果如下

3.以行遍历df:
for index, row in df.iterrows():
(index=0,1,2,…)
DataFrame.iterrows() 的作用是将 dataframe 的每行转换成为一个 Series，可以理解为针对于每一行，做了
行列转置。

取前2行的数据：data[0:2]
columns = df.columns.values.tolist()
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。