pandas

1.
df6 = pd.DataFrame(data,index=行名，columns=列名）# 构成一个表格
print(df6.index) # 查看行名
print(df6.columns) # 查看列名
print(df6.values) # 查看数据值
print(df6['B'].values) # 查看列名为B的那一列的值
print(df6.iloc[0]) # 查看第0行的值
print(df6.shape[0]) 查看行数
print(df6.shape[1]) 查看列数
print(df6['a':'b']) # a行到b行，左闭右闭
print(df6.loc[:,'A':'B']) # 所有行，A列到B列
print(df6.describe())# 对数据根据列进行描述性统计（mean，std，min。。。）
print(df6.sum()) # 对每一列列求和
print(df6.sum(1)) # 对每一行求和
使用这个方法可以指定把列插入到第几列，其他的列顺延：
df6.insert(0, 'QQ', ['999','999','999','999','999','999'])
print(df6)

_dtypes = df6.infer_objects().dtypes # 查看所有列的数据类型

2.对表格根据某一列分组，并求分组后的最小值，最大值，均值，方差

def compute_min_max_means_std_column():
    #计算每一类的min,max,means,std
    df = pd.read_excel('../train_data/aba.xlsx', index_col=None, header=None)
    # print(df.min())每一列的最小值
    # print(df.max())
    # print(df) 
    # sex = df[0] 第一列
    # print(df[0].groupby(by=abalone[8]).count()) 根据标签对第一列进行分组查看每一类的个数
    """
    使用pd根据标签分组，计算每一类每一列的最小最大值，均值，标准差
    根据第9列（第9列是标签）进行分组
    """
    for name,group in df.groupby(df[8]):
        print('类号:',name)
        # print(group)
        group = group.iloc[:,1:8]#取每一行的第2列到第8列
        print(group.min())
        #for m in group.min():
          #  print(m) #循环打印每一列的最小值
        print(group.max())
        print(group.mean())
        print(group.std())    

 2.取某列的不同取值并计算该值在某列中存在几次：

df['column'].unique()
df['column'].value_counts()
例如：

某一列有四种取值：[1 2 4 3]

每一种取值出现的次数：
4 394
1 274
2 269
3 63

 iloc的用法

# 切片

# 下面两种方法有同样的效果; 表示取出df中1：5行(不包括5)和3：6列
1 df.iloc[1:5,3:6] 
2 df.iloc[[1,2,3,4],[3,4,5]] 
# 另外 df.iloc[0]、df.iloc[1]、df.iloc[-1] 分别表示第一行、第二行、最后一行
# 同理df.iloc[:,0]、df.iloc[:,1]、df.iloc[:,-1] 分别表示第一列、第二列、最后一列

iloc和loc区别：
 https://blog.csdn.net/qq_33217634/article/details/88423660