数据分析基础——数据规整

一.数据连接

pd.merge(left,right)

将left和right进行含相同的部分进行合并,然后进行连接

pd.merge(left,right,one=['key1','key2'])

指定多个键进行合并

pd.merge(left,right,how='outer',one=['key1','key2'])

outer:全连接为并集

默认为inner 交集

pd.merge(left,right,,right_index=True)

根据索引连接将右侧行索引用来连接

二.数据合并

pd.concat()

沿轴方向将多个对象合并在一起

axis=0默认

join 合并方式为outer

series 合并时查看行索引有无重复

三.重塑和轴向旋转

data.stack()

将DataFrame对象变成series将列索引旋转为行索引,完成层级索引

r.unstack()

将层级索引展开,series->DataFrame 默认操作内层索引,即level=1

  • 5
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

生生世世酒

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值