《利用python进行数据分析》第七章

第七章 数据规整化：清理、转换、合并、重塑

合并数据集

• pandas.merge：根据键将不同DataFrame中的行连接起来。

#默认做inner连接
pandas.merge(df1, df2, on=['key_a', 'key_b',...], how='outer')
# 两个对象列名不同可以分别指定
pandas.merge(df1, df2, left_on='key1', right_on='key2', how='outer')
# left_index=True或right_index=True说明索引应该被用作连接键
pandas.merge(df1,df2,left_on='key',right_index=True)
#对于层次化索引，必须以列表的形式指明用作合并键的多个列（注意对重复索引值的处理）
#join方法
df2.join(df1, how='outer')

轴索引

• pandas.concat：沿着一条轴将多个对象堆叠到一起
  默认axis=0（行），如果axis=1，则结果变成DataFrame。

合并重叠数据

#用df2填补df1的空值
df1.combine_first(df2)

重塑和轴向旋转

重塑层次化索引

• stack()：列->行
• unstack()：行->列

将“长格