Titanic第二章：数据重构

2.4 数据的合并

2.4.1 任务一：将data文件夹里面的所有数据都载入，观察数据的之间的关系

import numpy as np
import pandas as pd

df_LeftUp = pd.read_csv('data/train-left-up.csv')
df_RightUp = pd.read_csv('data/train-right-up.csv')
df_LeftDown = pd.read_csv('data/train-left-down.csv')
df_RightDown = pd.read_csv('data/train-right-down.csv')

2.4.2：任务二：使用concat方法：将数据train-left-up.csv和train-right-up.csv横向合并为一张表，并保存这张表为result_up

result_up_A = pd.concat([df_LeftUp, df_RightUp], axis=1)
result_up_A.info()

result_up_A.to_csv('result_up_A.csv')

2.4.3 任务三：使用concat方法：将train-left-down和train-right-down横向合并为一张表，并保存这张表为result_down。然后将上边的result_up和result_down纵向合并为result。

result_down_A = pd.concat([df_LeftDown, df_RightDown], axis=1)
result_down_A.info()

result_down_A.to_csv('result_down_A.csv')

result_A = pd.concat([result_up_A, result_down_A], axis=0)
result_A.info()

2.4.4 任务四：使用DataFrame自带的方法join方法和append：完成任务二和任务三的任务 join横向拼接；append纵向拼接

result_up_A = df_LeftUp.join(df_RightUp)

result_down_A = df_LeftDown.join(df_RightDown)
result_down_A

result_A = result_up_A.append(result_down_A)
result_A

2.4.5 任务五：使用Panads的merge方法和DataFrame的append方法：完成任务二和任务三的任务

result_up_A = pd.merge(df_LeftUp, df_RightUp, left_index=True, right_index=True)
result_up_A

result_down_A = pd.merge(df_LeftDown, df_RightDown, left_index=True, right_index=True)
result_down_A

result_A = result_up_A.append(result_down_A)

#merge和join可以处理横向连接，merge 属于pandas的方法，join是DataFrame的方法；append是纵向连接，也是DataFrame的方法；concat是Pandas的方法，可以通过转换横纵坐标轴进行横纵连接；

2.4.6 任务六：完成的数据保存为result.csv

result_A.to_csv('result_A.csv')

2.5 换一种角度看数据

2.5.1 任务一：将我们的数据变为Series类型的数据

data = pd.read_csv('result_A.csv')

data_unite = data.stack()
data_unite
#函数stack()可以将DataFrame转换为Series

data

data_unite.head()