Python ,DataFrame 使用入门

import pandas as pd

#把字典转换为dataFrame
data={"name":["Jaide","Aaron","Adam"],"Age":[12,34,98]}
dataFrame=pd.DataFrame(data)
print(dataFrame)

#把数据写入Excel

dataFrame.to_excel("test.xlsx",index=False)

按列或者行赛选数据

print(dataFrame["name"].tolist())

打印第第一行第一列

print(dataFrame["name"][0])

dataFrame.index    #访问索引，也就是行号
dataFrame.columns   #访问列名

#取前面多少行，默认前5行，head里面写10，就是前10行

print(data.head())

#取后边多少行,默认后5行，tail里面写10，就是后10行

print(data.tail())

#展现Excel有多少行，多少列
print(data.info())

print(data.describe())

describe：describe方法返回有关DataFrame中数字数据的一些有用统计信息，例如均值，标准偏差，最大值和最小值以及一些百分位数。

x = data.at[0, 'company_prefix'],获取第一行，列名为：company_prefix的值

df.at和df.iat是pandas库中用于访问和修改DataFrame中特定元素的两种方法。

df.at是通过指定行和列的标签来访问和修改元素的方法。它的用法是df.at[row_label, column_label]。例如，要访问DataFrame中第3行第2列的元素，可以使用df.at[2, 'column_name']。

df.iat是通过指定行和列的索引来访问和修改元素的方法。它的用法是df.iat[row_index, column_index]。例如，要访问DataFrame中第3行第2列的元素，可以使用df.iat[2, 1]。

需要注意的是，df.at和df.iat方法都是用于访问和修改单个元素的，而不适用于访问和修改多个元素的情况。如果想要操作多个元素，可以使用其他方法，如切片操作df.loc或df.iloc。

df.T    #转置

print(dataFrame.loc[0:2]),读取第一行到第三行
print(dataFrame.iloc[0:2])，读取第一行和第二行，左开右闭合

DataFrame的索引index（行标签 row lable）。

DataFrame的索引是一系列标识每一行的标签。标签可以是整数、字符串或任何其他可散列类型。索引用于基于标签的访问和对齐，可以使用此属性进行访问或修改。

loc是按照行进行检索（ioc可以填写行的名称和索引，），iloc只是是按照index进行检索。

注意：

           dataFrame.index=list('abc')，如果设置了行名称，

           dataFrame.loc只能按照行进行检索，不能写行的下标，

            dataFrame.iloc可以使用索引

print(dataFrame.iloc[0:2])     #实际读取第一行和第二行，0可以省略

print(dataFrame.iloc[:,1:]) #读取第一列之后的所有行数据

print(dataFrame.iloc[0:1,1:]) #读取第一列之后的第一行数据

总结  dataFrame.iloc[索引,列]) 第一个参数代表取多少行，第二个参数取那些列

普通这样是读取行列，df['列']['行标签']

Syntax: dataframe.max(axis)

where,

• axis=0 specifies column

• data={"name":["Jaide","Aaron","Adam"],"score":[12,99,3],"Age":[12,34,98]}
  dataFrame=pd.DataFrame(data)

• #获取每一列的最大值，如果不写列名称

• print(dataFrame.max(axis=0)) 

• 获取指定列的最大值
• dataframe[‘column_name’].max()
• 

• dataFrame["Age"].max() 
  输出：98 ，输出最da的年龄

• print(dataFrame["Age"].min())
  输出：12 ，输出最xiao的年龄
  
  print(dataFrame["Age"].mean())
  输出：12 ，输出最平均值的年龄