qq_42797317的博客

要创建数据透视表，需要将DataFrame作为第一个参数传递给pivot_table函数。index和columns分别指定了哪一列会成为数据透视表的行标签和列标签。values会通过aggfunc被聚合到结果DataFrame中的数据部分。（书上说会自动屏蔽非数值列，然而我报错了，有没有大佬懂的）如果想要将列标题转换为列的值，以便从另一个角度透视数据，可以使用melt。id_vars参数定义了标识，values_vars定义了想要反透视的列。在默认情况下缺失的值不会参与sum和mean的计算。

如果想在不依赖索引的情况下连接DataFrame中的一列或多列，那么应该使用merge，而不是join。merge可以通过on参数提供的一列或多列作为连接条件，这些列必须是两个DataFrame所共有的，它们会被用来和行进行匹配。会保留左侧df1的所有行，然后用右侧df2中的行去匹配df1的索引。在默认情况下，concat会将DataFrame按行粘合在一起，同时会将各列自动对齐。在连接两个DataFrame时，这两个DataFrame的列会连接在一起，而行的行为会借助集合论的原理来确认。

结果DataFrame的索引和列是两个DataFrame的并集：两个DataFrame中都有的字段会被相加，而其他的部分会显示NaN。对Numpy数组进行切片时，返回的是视图。但是DataFrame情况比较复杂，loc和iloc返回的是视图还是副本难以预测。虽然loc和iloc情况比较复杂，但是诸如df.dropna()或df.sort_value("column_name")这样的DataFrame方法 总是返回副本。当算式的操作数是一个DataFrame和一个Series时，默认情况会按索引进行广播。

修改DataFrame数据的最简单的方法是通过loc和iloc属性为某些元素赋值。首先构造一组数据。

如果在构造DataFrame时没有提供列名，那么pandas会用 从0开始的数字为列编号。

pandas，即Python数据分析库（Python data analysis library）

keep参数默认值是first，意思是会保留第一次出现的数据，只将重复数据标记为True。将keep参数设置为False时，所有重复数据（包含第一次出现的数据）都会被标记为True。pandas使用Numpy的np.nan代表缺失数据，显示为NaN。执行drop_duplicates("country", "continent")，如果某些行的country和continent都一样，则保留第一行，删除后续和它一样的行。is_unique用于确认某一列是否包含重复的数据，unique则可以获得去重后的值。

同构表示数组中的所有数据都必须是同种类型的数据。array1除了最后一个元素是浮点数，其余都是整数，由于Numpy对同构的要求，这个数组的数据类型依然是float64，这个类型足以容纳所有的元素。在Numpy数组中则是在一个方括号内同时提供两个维度的索引和切片参数：array[row,col]。如果对一个标量和Numpy数组求和，那么Numpy会执行按元素的操作，不用自己写遍历元素的算法，称为向量化。使用不同形状的数组进行运算时，Numpy在可能的情况下会自动将较小的数组扩展成较大数组的形状，这就是广播。