dataframe行數:len(data)
dataframe列數:len(data.ix[1])
檢視行數和列數:data.shape
資料型別:type(data)from numpy import
#m,n =shape(data) #m為行數,n為列數
生成新資料框:
df = pd.dataframe(np.arange(0,60,2).reshape(10,3),columns=list('abc'))
之前需要使用r語言生成乙個資料框,是這樣操作的:
c <- as.data.frame(matrix(rep(0,max(shouru$num)), nrow = 1, ncol = max(shouru$num)))
下面是對資料框行列的操作:
1、.loc通過行號和列名擷取資料框,而.iloc通過行號和列浩擷取:
df.loc[0, 'a']
df.loc[0:3, ['a', 'b']]
df.loc[[1, 5], ['b', 'c']]
檢視幫助:df.iloc[1,1]
df.iloc[0:3, [0,1]]
df.iloc[[0, 3, 5], 0:2]
df.shape??
#填充na值
pd.dataframe.fillna(data[['門店名稱']], method='bfill')
Python常見資料框操作
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 a...
3 python資料框基本操作 切片 合併 排序
目錄 一 基本操作 二 通過切片獲取資料 三 資料排序 四 資料行 列的合併 dataframe行數 len data dataframe列數 len data.ix 1 檢視行數和列數 data.shape 1 loc通過行號和列名擷取資料框 df.loc 0,消費 df.loc 2 3,a b ...
R 資料框操作
1.按條件提取某些樣本 data subj age presentation product choice 1 1 m 21 absdiff pillow y 2 1 m 21 absdiff table y 3 1 m 21 absdiff helmet y 4 1 m 21 absdiff ne...