超全的pandas数据分析常用函数总结：下篇（附赠思维导图）

基础知识在数据分析中就像是九阳神功，熟练的掌握，加以运用，就可以练就深厚的内力，成为绝顶高手自然不在话下！
.
为了更好地学习数据分析，我对于数据分析中pandas这一模块里面常用的函数进行了总结。整篇总结，在详尽且通俗易懂的基础上，我力求使其有很强的条理性和逻辑性，所以制作了思维导图，对于每一个值得深究的函数用法，我也会附上官方链接，方便大家继续深入学习。
.
文章中的所有代码都会有讲解和注释，绝大部分也都会配有运行结果，酱紫的话，整篇总结篇幅量自然不小，所以我分成了上下两篇，这里是下篇。

5. 数据预处理

先创建一个data2数据集

data2=pd.DataFrame({
   
    "id":np.arange(102,105),
    "profit":[1,10,2]
})
data2

输出结果：

	id	profit
0	102	1
1	103	10
2	104	2

再创建一个data3数据集

data3=pd.DataFrame({
   
    "id":np.arange(111,113),
    "money":[106,51]
})
data3

输出结果：

	id	money
0	111	106
1	112	51

5.1 数据的合并

用merge合并

DataFrame.merge(self，right，how =‘inner’，on = None)

• right指要合并的对象
• on指要加入的列或索引级别名称，必须在两个DataFrame中都可以找到。
• how决定要执行的合并类型：left（使用左框架中的键）、right、inner（交集，默认）、outer（并集）

data_new=pd.merge(data,data2,on='id',how='inner')      # 默认取交集
data_new=pd.merge(data,data2,on='id',how='outer')      # 取并集，没有值的地方填充NaN
data.merge(data2,on='id',how='inner')                  # 另一种写法,输出结果见下方

输出结果：

	id	date	money	product	department	origin	profit
0	102	2020-03-11	4.000000	可乐	饮料	China	1
1	103	2020-03-12	65.000000	牛肉干	零食	America	10
2	104	2020-03-13	20.666667	老干妈	调味品	China	2

更多关于pandas.DataFrame.merge的用法，戳下面官方链接：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

data.merge(data2,on='id',how='left')     # 使用左框架中的键

输出结果：

	id	date	money	product	department	origin	profit
0	101	2020-03-10	5.000000	苏打水	饮料	China	NaN
1	102	2020-03-11	4.000000	可乐	饮料	China	1.0
2	103	2020-03-12	65.000000	牛肉干	零食	America	10.0
3	104	2020-03-13	20.666667	老干妈	调味品	China	2.0
4	105	2020-03-14	15.000000	菠萝	水果	Thailand	NaN
5	106	2020-03-15	20.000000	冰激凌	冷冻食品	China	NaN
6	107	2020-03-16	35.000000	洗面奶	日用品	America	NaN
7	108	2020-03-17	16.000000	洋葱	蔬菜	China	NaN
8	109	2020-03-18	6.000000	牙膏	日用品	China	NaN
9	110	2020-03-19	20.000000	薯片	零食	Japan	NaN

用append合并

data.append(data2)    # 在原数据集的下方合并入新的数据集

输出结果：

	date	department	id	money	origin	product	profit
0	2020-03-10	饮料	101	5.000000	China	苏打水	NaN
1	2020-03-11	饮料	102	4.000000	China	可乐	NaN
2	2020-03-12	零食	103	65.000000	America	牛肉干	NaN
3	2020-03-13	调味品	104	20.666667	China	老干妈	NaN
4	2020-03-14	水果	105	15.000000	Thailand	菠萝	NaN
5	2020-03-15	NaN	106	20.000000	China	冰激凌	NaN
6	2020-03-16	日用品	107	35.000000	America	洗面奶	NaN
7	2020-03-17	蔬菜	108	16.000000	China	洋葱	NaN
8	2020-03-18	日用品	109	6.000000	China	牙膏	NaN
9	2020-03-19	零食	110	20.000000	Japan	薯片	NaN
0	NaN	NaN	102	NaN	NaN	NaN	1.0
1	NaN	NaN	103	NaN	NaN	NaN	10.0
2	NaN	NaN	104	NaN	NaN	NaN	2.0

用join合并
用下面这种方式会报错：列重叠，且没有指定后缀，因为上面的数据data和data2都有“id”列，所以需要给id列指明后缀。

data.