3 python資料框基本操作 切片 合併 排序

2021-09-02 02:33:07 字數 1051 閱讀 5781

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']]  

df.loc[[1, 5], ['b', '消費']] 

2、iloc通過行號和列浩擷取

df.iloc[1,1]  

df.iloc[0:3, [0,1]]  

df.iloc[[0, 3, 5], 0:2]  

result:為資料框

sgb=result.sort_values(

by='月消費',

ascending=false

)import numpy as np

陣列a = [[1,2,3],[4,5,6]]

b = [[1,1,1],[2,2,2]]

1、陣列縱向合併

1)c = np.vstack((a,b))

c = 

array([[1, 2, 3],

[4, 5, 6],

[1, 1, 1],

[2, 2, 2]]

2)c = np.r_[a,b]

c = array([[1, 2, 3],

[4, 5, 6],

[1, 1, 1],

[2, 2, 2]])

2、陣列橫向合併

1)、d = np.hstack((a,b))

d = array([[1, 2, 3, 1, 1, 1],

[4, 5, 6, 2, 2, 2]])

2)、d = np.c_[a,b]

d = array([[1, 2, 3, 1, 1, 1],

[4, 5, 6, 2, 2, 2]])

行列合併摘自:

python資料框基本操作

dataframe行數 len data dataframe列數 len data.ix 1 檢視行數和列數 data.shape from numpy import m,n shape data m為行數,n為列數資料型別 type data 生成新資料框 df pd.dataframe np.a...

3 Python資料型別

用於存貯各種不同型別的資料 標準資料型別 釋義numbers 數字string 字串list 列表tuple 元組dictionary 字典1.numbers python的4種不同的數字資料型別 用於存貯數值 數字資料型別 釋義int 有符號整型 long 長整型 python使用 l 來顯示長整...

3 Python的結構資料型別

元組 字典 列表示例 lst 1,2,3,hello 12.55,python print lst print lst 2 lst 4 555 print lst lst lst 1,2,3 print lst lst lst 2 print lst 執行結果 1,2,3,hello 12.55,p...