pandas笔记二（数据连接、合并、分组和聚合函数）

数据连接和合并

总结差别：

• 1、当没有索引时：merge、join为按照一定条件合并
• 2、当有索引、并按照索引合并时，得到结果为两者混合到一起了，重新按照一定规则排序了。
• 3、当没有索引时、concat不管列名，直接加到一起，可以加到后面、也可以加到右边，axis=0为加到后面，axis=1为加到右边，左边的数据结构没有变，变的是右边数据结构。
• 4、当有索引、并按照索引合并时，得到结果两者混合到一起了。

数据连接 merge

def merge(left, right, how='inner', on=None, left_on=None, right_on=None,
          left_index=False, right_index=False, sort=False,
          suffixes=('_x', '_y'), copy=True, indicator=False,
          validate=None)

参数	说明
left与right	两个不同的DataFrame
how	指的是合并(连接)的方式有inner(内连接),left(左外连接),right(右外连接),outer(全外连接);默认为inner，连接时没有就以NaN填充
on	指的是用于连接的列索引名称。必须存在左右两个DataFrame对象中，如果没有指定且其他参数也未指定则以两个DataFrame的列名交集做为连接键
left_on	左则DataFrame中用作连接键的列名;这个参数中左右列名不相同，但代表的含义相同时非常有用。
right_on	右则DataFrame中用作 连接键的列名
left_index	使用左则DataFrame中的行索引做为连接键
right_index	使用右则DataFrame中的行索引做为连接键
sort	默认为True，将合并的数据进行排序。在大多数情况下设置为False可以提高性能
suffixes	字符串值组成的元组，用于指定当左右DataFrame存在相同列名时在列名后面附加的后缀名称，默认为(’_x’,’_y’)
copy	默认为True,总是将数据复制到数据结构中；大多数情况下设置为False可以提高性能
indicator	在 0.17.0中还增加了一个显示合并数据中来源情况；如只来自己于左边(left_only)、两者(both)

df1 = pd.DataFrame(
    {
   'key1':list('abcdefgh'),
     'data1':np.random.randint(-5,10,8)}
)

df2 = pd.DataFrame(
    {
   'key2':list('abcde'),
     'data2':np.random.randint(-5,10,5)}
)
# 两表合并 根据on参数相同的值合并，如果不指定默认根据相同的列合并
# print(pd.merge(df1,df2, on='key', suffixes=['左表', '右表']))  # suffixes指定后缀
# 如果两张表没有相同的列的时候，可以通过left_on和right_on来指定连接条件（列）
print(pd.merge(df1,df2, left_on='key1', right_on='key2'))
# 参数how默认是inner也就是内联,如果outer就是并集，没有就以NaN填充
print(pd.merge(df1,df2, left_on='key1', right_on='key2', how='outer'))
# 左连接和右连接，意思是以左为准或者是以右为准
print('#####################')
print(pd.merge(df1,df2