Datawhale动手学数据分析Task03

1. 第二章：数据重构

1.1 数据的合并

数据的合并任务主要通过pandas中的concat、merge方法或是DataFrame的join、append方法来完成。
其中pandas.concat可以沿着一条轴将多个对象堆叠到一起，其参数设置如下：
pandas.merge()方法是基于值的连接

1.2 数据聚合与运算

本节主要是对于Groupby机制的理解：

分组运算主要包括三个阶段的操作：split-apply-combine。

分组运算的第一个阶段，pandas对象（无论是Series、DataFrame还是其他的）中的数据会根据你所提供的一个或多个键被拆分（split）为多组。拆分操作是在对象的特定轴上执行的。例如，DataFrame可以在其行（axis=0）或列（axis=1）上进行分组。然后，将一个函数应用（apply）到各个分组并产生一个新值。最后，所有这些函数的执行结果会被合并（combine）到最终的结果对象中。结果对象的形式一般取决于数据上所执行的操作。

groupby方法基本使用如下：

group_fare = df_result['Fare'].groupby(df_result['Sex']).mean()

该操作是利用df_result中的Sex进行分类，并在这些分类上完成对df_result中Fare的平均值的计算。
如果考虑同时完成多列的各种特征值的计算，可以考虑使用agg()函数来完成，其使用示例如下：

df_result.groupby('Sex').agg({'Fare': 'mean', 'Survived': 'sum'})

该操作是利用df_result中的Sex进行分类，并在该分类基础上完成对于df_result中Fare平均值的计算，同时完成对于df_result中Survived和的计算。