Python数据科学库第五天

数据的合并：
join：默认情况下把行索引相同的数据合并到一起

import pandas as pd
import numpy as np

n1 = pd.DataFrame(np.arange(12).reshape(4, 3), columns=list('abc'))

n2 = pd.DataFrame(np.arange(10).reshape(5, 2), columns=list('XY'))
print(n1)
print('*'*20)
print(n2)
print('*'*20)
print(n1.join(n2))
print('*'*20)
print(n2.join(n1))

   a   b   c
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11
********************
   X  Y
0  0  1
1  2  3
2  4  5
3  6  7
4  8  9
********************
   a   b   c  X  Y
0  0   1   2  0  1
1  3   4   5  2  3
2  6   7   8  4  5
3  9  10  11  6  7
********************
   X  Y    a     b     c
0  0  1  0.0   1.0   2.0
1  2  3  3.0   4.0   5.0
2  4  5  6.0   7.0   8.0
3  6  7  9.0  10.0  11.0
4  8  9  NaN   NaN   NaN

merge：按照指定的列把数据按照一定的方式合并到一起
inner为并集（默认），outer为交集nan补全，left以左边为准nan补全，right以右边为准nan补全

n3 = n1.merge(n2, left_on='a', right_on='X', how='inner')
print(n3)

   a  b  c  X  Y
0  0  1  2  0  1
1  6  7  8  6  7


n3 = n1.merge(n2, left_on='a', right_on='X', how='outer')
print(n3)

     a     b     c    X    Y
0  0.0   1.0   2.0  0.0  1.0
1  3.0   4.0   5.0  NaN  NaN
2  6.0   7.0   8.0  6.0  7.0
3  9.0  10.0  11.0  NaN  NaN
4  NaN   NaN   NaN  2.0  3.0
5  NaN   NaN   NaN  4.0  5.0
6  NaN   NaN   NaN  8.0  9.0


n3 = n1.merge(n2, left_on='a', right_on='X', how='left')
print(n3)

   a   b   c    X    Y
0  0   1   2  0.0  1.0
1  3   4   5  NaN  NaN
2  6   7   8  6.0  7.0
3  9  10  11  NaN  NaN


n3 = n1.merge(n2, left_on='a', right_on='X', how='right')
print(n3)

     a    b    c  X  Y
0  0.0  1.0  2.0  0  1
1  NaN  NaN  NaN  2  3
2  NaN  NaN  NaN  4  5
3  6.0  7.0  8.0  6  7
4  NaN  NaN  NaN  8  9

数据的分组聚合：
可以用.groupby()分组，然后用.count()计数
同时根据多个对象分组时，可以用.groupby([])

索引方法和属性：

获取index：.index
指定index ：.index = []
重新设置index : .reindex()
指定某一列作为index ：.set_index()
返回index的唯一值：.set_index().index.unique()

可以用.swaplevel()调换index的位置