合并数据:
contact方法
#任务二
list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
#任务三
list_down=[text_left_down,text_right_down]
result_down = pd.concat(list_down,axis=1)
result = pd.concat([result_up,result_down])
result.head()
DataFrame自带的方法join方法和append
resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)
result = result_up.append(result_down)
Panads的merge方法和DataFrame的append方法
result_up = pd.merge(text_left_up,text_right_up,left_index=True,right_index=True)
result_down = pd.merge(text_left_down,text_right_down,left_index=True,right_index=True)
result = resul_up.append(result_down)
数据聚合与运算
Splitting: 数据按主键 多个小组,groupby 实现。
Applying: 对每个小组独立地使用函数,由 agg、apply、transform、filter实现具体的操作。
Combining: 把所得到的结果组合,由 concat 等实现。
#任务二
df = text['Fare'].groupby(text['Sex'])
means = df.mean()
means
#任务三
survived_sex = text['Survived'].groupby(text['Sex']).sum()
survived_sex.head()
#任务四
survived_pclass = text['Survived'].groupby(text['Pclass'])
survived_pclass.sum()
#任务五
text.groupby(['Pclass','Age'])['Fare'].mean().head()
#任务六
result = pd.merge(means,survived_sex,on='Sex')
result
#任务七
survived_age = text['Survived'].groupby(text['Age']).sum()
survived_age.head()