数据分析（5）merge()、groupby()、索引相关操作

1、join:默认情况下他是把行索引相同的数据合并到一起。

merge:按照指定的列把数据按照一定的方式合并到一起。

通过merge函数合并两个DataFrame。on代表指明拿什么作为key来进行匹配。how这里分为left,right,inner,outer等方式。

t1.merge(t2,left_on="a",right_on="f",how="inner")

默认的合并方式inner，交集

merge outer，并集，NaN补全

merge left，左边为准，NaN补全

merge right，右边为准，NaN补全

2、在pandas中类似的分组的操作 df.groupby(by="columns_name")

grouped是一个DataFrameGroupBy对象，是可迭代的，grouped中的每一个元素是一个元组。

如果我们需要对国家和省份进行分组统计：

（1）grouped = df.groupby(by=[df["Country"],df["State/Province"]]) 这种情况df可以省略，因为Country和State/Province已经包含在df中。

获取分组之后的某一部分数据的计数：  

（2）df.groupby(by=["Country","State/Province"])["Country"].count()

对某几列数据进行分组计数