三、数据整合

#coding:utf-8
import numpy as np
import pandas as pd

#行列操作
sample = pd.DataFrame(np.random.randn(4,5), \
  columns=['a','b','c','d','e'])#生成四行五列的正态随机分布数#定义相应列名


sample.ix[0:2, ['a']]#0-2行a列的一个序列
sample.ix[0:2, 'a']#一个表格

sample.ix[0:2, 0:2]#选择多列---ix0-2包含2而iloc不包含
sample.iloc[0:2, 0:2]

sample['new_col1'] = sample['a'] - sample['b']#创建新列
sample.assign(new_col2 = sample['a'] - sample['b'])#法二

sample.drop('a', axis=1)#删除列
sample.drop(['a','b'], axis=1)#删除多列

#条件查询
sample.a > 70 #索引a列中大于70的值，生成bool索引
sample[sample.a > 70]#返回bool中值为True的数据

sample[(sample.a > 70) & (sample.b > 80)] #多条件
sample[~(sample.a > 70)] #非

sample.query('(sample.a > 70) & (sample.b > 80)')#完成指定条件查询

sample[sample['a'].between(70, 80, inclusive=True)]#返回a中值在区间[70,80]
sample[sample['name'].isin(['Bob', 'Linda'])]#对字符串查询，返回这两个名字
sample[sample['name'].str.contains('[M]+')]#正则表达式匹配查询，返回M开头的