点击上方“潜心的Python小屋”关注我们,第一时间推送优质文章。
前言
大家好,我是潜心。最近还在参加某比赛,将pandas对数据预处理的方法进行了总结,以下列出的10条是我觉得比较常用、好用的处理操作。
本文约3k字,预计阅读15分钟。
1. 连接Pandas对象---concat()
concat方法是沿着某条轴,将多个DataFrame/Series对象进行连接在一起。
主要用途: 对某些对象只进行简单的行连接或列连接。
def concat(objs, axis=0, join="outer", ignore_index: bool = False, keys=None, levels=None, names=None, verify_integrity: bool = False, copy: bool = True)
主要参数介绍:
objs:多个对象;
axis:指定连接的轴,0(行)或1(列);
join:连接的方式,outer(外连接)或inter(内连接);
ingnore_index:是否重建索引;
例:
In[1]: df1 = pd.DataFrame(np.random.randint(10, size=(3, 3)), columns=['A', 'B', 'C'])
A B C
0 1 4 8
1 8 8 4
2 0 9 3
In[2]: df2 = pd.DataFrame(np.random.randint(10, size=(2, 2)), columns=['A', 'B'])
A B
0 3 9
1 8 6
In[3]: pd.concat([df1, df2], axis=0, join='outer')
A B C
0 1 4 8.0
1 8 8 4.0
2 0 9 3.0
0 3 9 NaN
1 8 6 NaN
In[4]: pd.concat([df1, df2], axis=0, join='inner', ignore_index=True)
A B
0 1 4
1 8 8
2 0 9
3 3 9
4 8 6
In[5]: pd.concat([df1, df2], axis=1, join='outer')
A B C A B
0 1 4 8 3.0 9.0
1 8 8 4 8.0 6.0
2 0 9 3 NaN NaN
2. 合并Pandas对象---merge()
类似于关系数据库的连接方式,根据一个或多个键(即列)将不同的DataFrame连接起来。
主要用途:对于拥有相同的键的两个DataFrame对象,需要将其进行有效的拼接,整合到一个对象。
def merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'), copy=True, indicator=False,
validate=None)
主要参数介绍:
left:DataFrame对象;
right:DataFrame对象;
how:连接方式,inner或outer;
on:指定用于连接的键,必须存在于左右两个DataFrame中;
left_on:左侧DataFrame中用于连接键的列名,当左右对象列名不同但含义相同时使用;
right_on:右侧DataFrame中用于连接键的列名;
left_index:使用左侧DataFrame的行索引作为连接键(配合right_on);
<