实例如下所示：

# -*- coding: utf-8 -*-import numpy as npimport pandas as pdfrom pandas import *from numpy import *data = DataFrame(np.arange(16).reshape(4,4),index = list("ABCD"),columns=list('wxyz'))print dataprint data[0:2] #取前两行数据print'+++++++++++++'print len(data ) #求出一共多少行print data.columns.size #求出一共多少列print'+++++++++++++'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。data.to_excel(r'E:\pypractice\Yun\doc\2.xls',sheet_name='Sheet1') #数据输出至Excel

以上这篇python dataframe常见操作方法:实现取行、列、切片、统计特征值就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。