1 dates=pd.date_range('20160728',periods=6) #创建固定频度的时间序列 2 df=pd.DataFrame(np.random.randn(6,4),index=dates,columns=list('ABCD')) #创建6*4的随机数，索引，列名称。 3 df2=pd.DataFrame({'A':pd.Timestamp('20160728'),'B':pd.Series(1)})#字典创建Dataframe，假如字典的数据长度不同，以最长的数据为准。 4 df2.dtypes #查看各行的数据格式 5 df2.head() df2.tail(5) #查看前、后几列 6 df.columns df.value #查看列名、value 7 df.describe() #查看描述性的统计，比如每一列的count、mean、std（标准差）... 8 df.T df.sort(columns='C') #转秩、排序 9 df['A'] df[1:3]#选择A列数据，选择1-2行数据，切片操作得到的是行数据。 10 df.loc[:,['A','B']] #选择多列数据 11 df.loc['20160728':'20160730',['A','B']] #选择局部区域 12 df.at[dates[0],'A'] #选择某个值 13 df.iloc[3] df.iloc[1,1]#提取第四行数据,取第2行第2列的这个数 14 df.iloc[3:5,0:2] #像array一样切片操作 15 df.iloc[[1,2,4],[0,2]] #提取不连续的行和列 16 df.iat[1,1]#专门取某个数，效率比较高 17 df[(df.D>0)&(df.C<0)] #选择D列数据大于0的行 18 df[['A','B']][(df.D>0)&(df.C<0)]#选择D列数据大于0的行,只返回A,B两列 19 df['D'].isin(alist)#alist是一个预先定义的列表，把要筛选的值写到列表中，查找D数据中含有alist的值 20 os.getcwd()#获得当前的工作目录 21 df=pd.read_csv('',encoding='gbk',sep=',')#读取csv文件 22 counts=df[u'专业名称'].value_counts() #计数统计 23 plt=counts.plot(kind='bar').get_figure() 24 plt.savefig('d/plot.png') #画图 25 good=df[df[u'高考分数']>520] #筛选 26 good_counts=good[u'专业名称'].value_counts() 27 per=good_counts/counts #计算百分比，直接利用矩阵的除法 28 df.groupby('A').first() #按A列分组，输出每一组的第一行数据 29 df.groupby(['A','B']) #按两列分组 30 #创建函数，作为分组标准。 下例：如果列名是abem中的之一，就分为组别v反之为w 31 def get_type(letter): 32 if letter.lower() in 'abem': 33 return 'v' 34 else: 35 return 'w' 36 grouped=df.groupby(get_type,axis=1) 37 38 import pandas.util.testing as tm 39 colors=tm.choice(['red','green'],size=10) 40 foods=tm.choice(['eggs','ham'],size=10) #随机创建两个数组 41 index=pd.MultiIndex.from.arrays([colors,foods],names=['color','food']) #创建MultiIndex对象，然后创建DataFrame对象 42 df.pd.DataFrame(np.random.randn(10,2),index=index) 43 print df.query('color=="red"') #查询 44 grouped=df.groupby(level='food')#在分组中使用索引 45 df.index.names=[None,None] 46 print df.query('ilevel_0=="red"')#删除了索引名称，只能使用ilevel_0表示第一个索引