1.datafram中统计行或者列中不同元素的个数。
直接使用内置函数value_counts()即可。
import pandas as pd
import numpy as np
df = pd.DataFrame(np.zeros((8,4)))#新建一个数据框
df.iloc[2:6,0]=1#将第0列的第3行到第6行的值改为1
//方法1，通过set来统计
def getlistnum(li):#这个函数就是要对列表的每个元素进行计数
li = list(li)
set1 = set(li)
dict1 = {}
for item in set1:
dict1.update({item:li.count(item)})
return dict1
zero_col_count = getlistnum(df[0])#df[0]指列名为0的列，如果你的列名是字符串就要加引号
three_row_count = getlistnum(df.loc[3])#df.loc[0]指行名为0的行，同样字符串的话要加引号
print(zero_col_count)
print(three_row_count)
print(df)
print(zero_col_count)
print(three_row_count)
0 1 2 3
0 0.0 0.0 0.0 0.0
1 0.0 0.0 0.0 0.0
2 1.0 0.0 0.0 0.0
3 1.0 0.0 0.0 0.0
4 1.0 0.0 0.0 0.0
5 1.0 0.0 0.0 0.0
6 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0
{1.0: 4, 0.0: 4}
{0.0: 3, 1.0: 1}
//方法二，直接用内置函数value_counts()
zero_col_count = dict(df[0].value_counts())#统计第0列元素的值的个数
three_row_count = dict(df.loc[3].value_counts())#统计第3行元素的值的个数
print(zero_col_count)
print(three_row_count)
{1.0: 4, 0.0: 4}
{0.0: 3, 1.0: 1}------------------------------------------------------------------------------
2.datafram中行列操作
原文链接：https://blog.csdn.net/wanglingli95/article/details/78887771
- import numpy as np
- import pandas as pd
- from pandas import Sereis, DataFrame
- ser = Series(np.arange(3.))
- data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))
- data['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型
- data.w #选择表格中的'w'列，使用点属性,返回的是Series类型
- data[['w']] #选择表格中的'w'列，返回的是DataFrame属性
- data[['w','z']] #选择表格中的'w'、'z'列
- data[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
- data[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data[1]则报错
- data.ix[1:2] #返回第2行的第三种方法，返回的是DataFrame，跟data[1:2]同
- data['a':'b'] #利用index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data的第一行
- data.icol(0) #取data的第一列
- data.head() #返回data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data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series不能采用ser[-1]去获取最后一个，这回引起歧义。
- data.iloc[-1] #选取DataFrame最后一行，返回的是Series
- data.iloc[-1:] #选取DataFrame最后一行，返回的是DataFrame
- data.loc['a',['w','x']] #返回‘a’行'w'、'x'列，这种用于选取行索引列索引已知
- data.iat[1,1] #选取第二行第二列，用于已知行、列位置的选取。
例子：
- import pandas as pd
- from pandas import Series, DataFrame
- import numpy as np
- data = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])
- data
- Out[7]:
- a b c d e
- one 0 1 2 3 4
- two 5 6 7 8 9
- three 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\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i]
- # -*- coding: utf-8 -*-
- Out[35]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data['a']
- Out[8]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data.a
- Out[9]:
- one 0
- two 5
- three 10
- Name: a, dtype: int32
- data[['a']]
- Out[10]:
- a
- one 0
- two 5
- three 10
- data.ix[:,[0,1,2]] #不知道列名只知道列的位置时
- Out[13]:
- a b c
- one 0 1 2
- two 5 6 7
- three 10 11 12
- data.ix[1,[0]] #选择第2行第1列的值
- Out[14]:
- a 5
- Name: two, dtype: int32
- data.ix[[1,2],[0]] #选择第2,3行第1列的值
- Out[15]:
- a
- two 5
- three 10
- data.ix[1:3,[0,2]] #选择第2-4行第1、3列的值
- Out[17]:
- a c
- two 5 7
- three 10 12
- data.ix[1:2,2:4] #选择第2-3行，3-5（不包括5）列的值
- Out[29]:
- c d
- two 7 8
- data.ix[data.a>5,3]
- Out[30]:
- three 13
- Name: d, dtype: int32
- data.ix[data.b>6,3:4] #选择'b'列中大于6所在的行中的第4列，有点拗口
- Out[31]:
- d
- three 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
- Out[32]:
- c d
- three 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
- Out[33]:
- c c c
- three 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']]
- Out[24]:
- a e
- two 5 9
- three 10 14
- data.ix['one':'two',[2,1]]
- Out[25]:
- c b
- one 2 1
- two 7 6
- data.ix[['one','three'],[2,2]]
- Out[26]:
- c c
- one 2 2
- three 12 12
- data.ix['one':'three',['a','c']]
- Out[27]:
- a c
- one 0 2
- two 5 7
- three 10 12
- data.ix[['one','one'],['a','e','d','d','d']]
- Out[28]:
- a e d d d
- one 0 4 3 3 3
- one 0 4 3 3 3
- #对行的操作有如下几种：
- data[1:2] #（不知道列索引时）选择第2行，不能用data[1]，可以用data.ix[1]
- Out[18]:
- a b c d e
- two 5 6 7 8 9
- data.irow(1) #选取第二行
- E:\Anaconda2\lib\site-packages\spyder\utils\ipython\start_kernel.py:1: FutureWarning: irow(i) is deprecated. Please use .iloc[i]
- # -*- coding: utf-8 -*-
- Out[36]:
- a 5
- b 6
- c 7
- d 8
- e 9
- Name: two, dtype: int32
- data.ix[1] #选择第2行
- Out[20]:
- a 5
- b 6
- c 7
- d 8
- e 9
- Name: two, dtype: int32
- data['one':'two'] #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。
- Out[22]:
- a b c d e
- one 0 1 2 3 4
- two 5 6 7 8 9
- data.ix[1:3] #选择第2到4行，不包括第4行，即前闭后开区间。
- Out[23]:
- a b c d e
- two 5 6 7 8 9
- three 10 11 12 13 14
- data.ix[-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`data[-1:]`--返回DataFrame类型或`data.irow(-1)`--返回Series类型
- Out[11]:
- a b c d e
- three 10 11 12 13 14
- data[-1:] #跟上面一样，取DataFrame中最后一行，返回的是DataFrame类型
- Out[12]:
- a b c d e
- three 10 11 12 13 14
- data.ix[-1] #取DataFrame中最后一行，返回的是Series类型，这个一样，行索引不能是数字时才可以使用
- Out[13]:
- a 10
- b 11
- c 12
- d 13
- e 14
- Name: three, 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
最近处理数据时发现当pd.read_csv()数据时有时候会有读取到未命名的列，且该列也用不到，一般是索引列被换掉后导致的，有强迫症的看着难受，这时候dataframe.drop([columns,])是没法处理的，怎么办呢，
最笨的方法是直接给列索引重命名：
data6
Unnamed: 0 high symbol time
date
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0
data6.columns = list('abcd')
data6
a b c d
date
2016-11-01 0 3317.4 IF1611 18:10:44.8
2016-11-01 1 3317.4 IF1611 06:01:04.5
2016-11-01 2 3317.4 IF1611 07:46:25.5
2016-11-01 3 3318.4 IF1611 09:30:04.0
2016-11-01 4 3321.8 IF1611 09:31:04.0