Python开发之Pandas的简单使用(二)


前言:主要是Pandas的数据合并join、merge,Series的复合索引、DataFrame复合索引。


1.数据合并之join

代码:

import pandas as pd

t1 = pd.DataFrame({'V': [0, 0],
                   'W': [0, 0],
                   'X': [0, 0],
                   'Y': [0, 0],
                   'Z': [0, 0]}).astype("float")
t2 = pd.DataFrame({'0': [1, 1, 1],
                   '1': [1, 1, 1],
                   '2': [1, 1, 1],
                   '3': [1, 1, 1]}).astype("float")

print("t1:")
print(t1)
print("*"*100)
print("t2:")
print(t2)
print("*"*100)
print("t1.join(t2)")
print(t1.join(t2))
print("*"*100)
print("t2.join(t1)")
print(t2.join(t1))

输出:
在这里插入图片描述

2.数据合并之merge

代码:

import pandas as pd
t1 = pd.DataFrame({'M': [1.0, 1.0, 1.0],
                   'N': [1.0, 1.0, 1.0],
                   'O': ["a", "b", "c"],
                   'P': [1.0, 1.0, 1.0]})
t2 = pd.DataFrame({'V': [0.0, 0.0],
                   'W': [0.0, 0.0],
                   'X': ["c", "d"],
                   'Y': [0.0, 0.0],
                   'Z': [0.0, 0.0]})

print("t1:")
print(t1)
print("*"*100)
print("t2:")
print(t2)
print("*"*100)

#默认的合并方式inner,并集
print("t1.merge(t2):")
print(t1.merge(t2,left_on="O",right_on="X"))
print("*"*100)
print("t1.merge(t2,inner)")
print(t1.merge(t2,left_on="O",right_on="X",how="inner"))
print("*"*100)

#outer,交集,nan补全
print("t1.merge(t2,outer)")
print(t1.merge(t2,left_on="O",right_on="X",how="outer"))
print("*"*100)

#left,左边为准,nan补全
print("t1.merge(t2,left)")
print(t1.merge(t2,left_on="O",right_on="X",how="left"))
print("*"*100)

#right,右边为准,nan补全
print("t1.merge(t2,right)")
print(t1.merge(t2,left_on="O",right_on="X",how="right"))
print("*"*100)

在这里插入图片描述

3.Series复合索引

import pandas as pd

a = pd.DataFrame({'a': [0, 1, 2, 3, 4, 5, 6],
                  'b': [7, 6, 5, 4, 3, 2, 1],
                  'c': ["one", "one", "one", "two", "two", "two", "two"],
                  'd': ["h",  "j", "k",  "l",  "m",  "n",  "o"]})
X = a.set_index(["c","d"])["a"]
print(X)
print(X["one","h"])
print("*"*100)

print(X.swaplevel())
print("*"*100)
print(X.swaplevel()["h"])
print("*"*100)
print(X.index.levels)

输出:
在这里插入图片描述

4.DataFrame复合索引

import pandas as pd

a = pd.DataFrame({'a': [0, 1, 2, 3, 4, 5, 6],
                  'b': [7, 6, 5, 4, 3, 2, 1],
                  'c': ["one", "one", "one", "two", "two", "two", "two"],
                  'd': ["h",  "j", "k",  "l",  "m",  "n",  "o"]})

x = a.set_index(["c","d"])[["a"]]
print(x)
print("*"*100)
print(x.loc["one"])
print("*"*100)
print(x.loc["one"].loc["h"])
print(x.loc["one"].loc["j"])
print("*"*100)
print(x.swaplevel().loc["h"])

输出:
在这里插入图片描述


结束!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

等待着冬天的风

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