pandas打卡学习之数据重构

有时候，用于处理的数据可能是分块保存的，有可能保存在多个文件中。这时候，就需要使用连接方法pd.concat()进行连接。

concat()方法需要指定轴，默认是y轴连接，如果需要x轴连接，可以指定axis=1。

同时，也可以使用join函数进行合成。其中join是横向连接，而append函数是将参数传入DataFrame的纵向追加到源数据。

concat使用的是等值连接，键默认为第一列，也可以指定。如果两列表数据没有共同的列，也会成功进行纵向连接，缺失数据会记为NaN

接下来学习Stack函数，这个函数可以将DataFrame这个二维表表示为一个嵌套的Series，其实就类似于二维数组在内存中的存储，先存行，再存列。

再来看看另一个非常强大的功能Groupby，用于进行统计。

 groupby之后，相当于就是把源数据中大量的数据变成了几个组的数据。但是，groupby使用之后，获取的并不是DataFrame对象，而是一个中间对象DataFrameGroupBy对象。为什么不是直接获取结果，因为DataFrameGroupBy对象并没有舍弃原始数据，而是在原始数据中加入了分组信息。

DataFrameGroupBy对象的子对象也是DataFrameGroupBy对象，而且，这种对象是无法输出的，无论是使用print，还是直接在调试终端输入。

当对DataFrameGroupBy对象使用mean方法时，程序才会开始计算每组的平均值，然后再转换为DataFrame对象。

不即时运算而是生成中间对象的原因，就是因为这个中间对象还能进行很多种类的数值计算，比如求和。还有agg。

agg操作，就是为DataFrameGroupBy的各列每列指定一个处理方法，比如A列求一个中位数，B列求一个平均数等等。

groupby也可以使用一组列作为输入，此时，转换为的数据就会以多维表来进行表示。

组合起来，就可以计算最大存活率。