动手学数据分析—Task3

[whca]

数据合并

concat

pandas中的方法，可以进行横向和纵向合并，常用参数有：
objs：要进行合并的数据。
axis：合并的方向，1为横向，0为纵向。
join：连接的形式

merge

DataFrame自带的方法，基于列来进行连接，常用参数有：
right: 要进行合并的数据
on：指定基于合并的列名
how：合并的形式，inner、outer、left、right其中之一
left_on：基于左表合并的列名
right_on： 基于右表合并的列名
left_index：左表是否使用索引进行合并
right_index： 右表是否使用索引进行合并
当左右表的列名相同，并且how=outer时，为纵向合并。

join

DataFrame自带的方法，索引连接，基于两张表的索引进行横向合并，常用参数有：
other: 要进行合并的数据
on：索引的名字，没有则为none
how：合并的形式，inner、outer、left、right其中之一

append

DataFrame自带的方法，基于两张表的索引进行纵向合并，常用参数有：
other: 要进行纵向合并的数据
ignore_index：忽略两张表的索引，则合并后的索引会变为0, 1, …, n - 1。

转换数据结构

stack()函数

将一行数据变为多个列的层次结构

data.stack()

数据的聚合与运算

以分组求和为例：
方式一

data["聚合运算字段名"].groupby(data["分组字段名"]).sum() 

方式二

data.groupby("分组字段名")["聚合运算字段名"].sum() 

方式三

data.groupby("分组字段名").sum() ["聚合运算字段名"]

方式四

data.groupby("分组字段名").agg({"聚合运算字段名1": "sum"}).rename(columns={"聚合运算字段名1": "rename"})

1. 方式一效率>方式二效率>方式三效率
2. 方式二、三、四可以对多个列进行分组。