Python数据分析笔记 5

Python数据分析笔记 5

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']#设置中文字体为黑体
plt.rcParams['axes.unicode_minus'] = False #正常显示负号
import pymysql
import pandas as pd

#合并 连接    Python的 concat()函数 与 append()函数
df1 = pd.DataFrame(
       {
            "A": ["A0", "A1", "A2", "A3"],
            "B": ["B0", "B1", "B2", "B3"],
            "C": ["C0", "C1", "C2", "C3"],
            "D": ["D0", "D1", "D2", "D3"],
        },
        index=[0, 1, 2, 3],
    )
    
df2 = pd.DataFrame(
        {
           "A": ["A4", "A5", "A6", "A7"],
           "B": ["B4", "B5", "B6", "B7"],
           "C": ["C4", "C5", "C6", "C7"],
           "D": ["D4", "D5", "D6", "D7"],
        },
        index=[4, 5, 6, 7],
    )
df3 = pd.DataFrame(
      {
           "A": ["A8", "A9", "A10", "A11"],
            "B": ["B8", "B9", "B10", "B11"],
            "C": ["C8", "C9", "C10", "C11"],
            "D": ["D8", "D9", "D10", "D11"],
       },
       index=[8, 9, 10, 11],
    )   


frames = [df1, df2,df3]

result = pd.concat(frames)

result

	A	B	C	D
0	A0	B0	C0	D0
1	A1	B1	C1	D1
2	A2	B2	C2	D2
3	A3	B3	C3	D3
4	A4	B4	C4	D4
5	A5	B5	C5	D5
6	A6	B6	C6	D6
7	A7	B7	C7	D7
8	A8	B8	C8	D8
9	A9	B9	C9	D9
10	A10	B10	C10	D10
11	A11	B11	C11	D11

result2 =pd.concat(frames, keys=["x", "y","z"])
result2

		A	B	C	D
x	0	A0	B0	C0	D0
	1	A1	B1	C1	D1
	2	A2	B2	C2	D2
	3	A3	B3	C3	D3
y	4	A4	B4	C4	D4
	5	A5	B5	C5	D5
	6	A6	B6	C6	D6
	7	A7	B7	C7	D7
z	8	A8	B8	C8	D8
	9	A9	B9	C9	D9
	10	A10	B10	C10	D10
	11	A11	B11	C11	D11

print(result2.loc['y'])
#loc方法是通过行、列的名称或者标签来寻找我们需要的值。

result2.loc['y','A']
## 进行切片操作，选择B，C，D，E四列区域内，B列大于6的值
##     data1 = data.loc[ data.B >6, ["B","C","D","E"]]

#   # 读取第1行到第3行，第B列到第D列这个区域内的值
#    data4 = data.loc[ 1:3, "B":"D"]

    A   B   C   D
4  A4  B4  C4  D4
5  A5  B5  C5  D5
6  A6  B6  C6  D6
7  A7  B7  C7  D7





4    A4
5    A5
6    A6
7    A7
Name: A, dtype: object

"""
有关concat函数的详细内容以及用法见：https://zhuanlan.zhihu.com/p/355264340
"""