Python数据清洗 - Merge的好伙伴join

最新推荐文章于 2024-04-28 19:54:05 发布
最新推荐文章于 2024-04-28 19:54:05 发布
阅读量124 收藏
点赞数
分类专栏： 数据清洗 文章标签： 数据分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44634840/article/details/105909879
版权

其实学会了merge, join是差不多的功能。只是还是希望在读别人的代码的时候读的懂即可。

df1=pd.read_csv('mm.csv')
df2=pd.read_csv('nn.csv')
d1.join(df2,how='outer')

outer和inner就是并集和交集的区别了。

千与千寻楚
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python-Mail-Merge-Project：Python的第24天-100天
02-13
Python-Mail-Merge-Project：Python的第24天-100天
Day 1 - 基本语法
qq_41175455的博客
09-22 1085
Day 1 1.基本语法 一、语句 （1条有效程序） print('你好！') print('世界！') # 一行有多条语句，要用分号隔开 print('你好！');print('世界！') 二、注释 注释是代码中不参与编译执行的说明性文字（不影响程序功能） # 单行注释————Ctrl+/ print('hello world!') # 在控制台打印hello world! # 多行注释————将文字放入一对'''或"""之间 """ 注释1 注释2 注释3 """ ''' A B
Python数据清洗处理，csv，pandas，数据匹配
weixin_49373789的博客
03-08 3643
数据处理、csv、pandas、数据匹配、虚拟变量、分组统计
数据合并之concat、append、merge和join
小詹学python的博客
10-30 2270
Pandas 是一套用于 Python 的快速、高效的数据分析工具。它可以用于数据挖掘和数据分析，同时也提供数据清洗功能。本文将详细讲解数据合并与连接，目录如下：①concat一.定义co...
【Python数据分析与可视化】期末复习笔记整理（不挂科）
风口IT猪的成长录
12-13 6536
【Python数据分析与可视化】期末复习笔记3. NumPy数值计算基础忘了的函数ndarray 对象属性和数据转换4. Pandas统计分析 3. NumPy数值计算基础 忘了的函数 linspace(start, end, count)：创建等差数列 logspace(start, end, count)：创建等比数列 diag：创建对角矩阵，即对角线元素为0或指定值，其他元素为0 eye：创建一个对角线位置为1，其他位置全为0的矩阵 sort：axis=1，沿横轴排序，axis=0，沿着纵轴排序.
npm-merge-driver-install:一个软件包，用于在本地自动安装npm-merge-driver
05-17
npm-merge-driver安装 自动合并package-lock.json冲突的软件包。 很大程度上基于 ，在软件包安装时进行自动设置，并且只有一个小的依赖项来进行ci检查。 用生成的目录 安装 安装运行 npm i --save-dev npm-...
easy-pdf-merge：合并PDF的npm模块。 https：www.npmjs.compackageeasy-pdf-merge
02-03
easy-pdf-merge是一个节点模块，可以轻松地将多个PDF合并为一个PDF。 该模块使用 。 无需特殊软件即可运行该模块。 但是必须存在Java 6或更高版本。 该项目目前正在维护！ 欢迎通过PR捐款。 我将尝试添加一个有...
python 数据清洗之数据合并、转换、过滤、排序
01-20
数据清洗一直是数据分析中极为重要的一个环节。 数据合并 在pandas中可以通过merge对数据进行合并操作。 import numpy as np import pandas as pd data1 = pd.DataFrame({'level':['a','b','c','d'], 'numeber':[1...
论文研究-一种改进的闪存数据库Sort-Merge-Join算法.pdf
07-23
在对传统的Sort-Merge-Join算法进一步研究的基础上，提出了一种改进的闪存数据库Sort-Merge-Join算法。该算法只对小关系进行外排序，避免了大关系的外排序，节省了大量时间，同时最小化了中间临时表，达到了少写闪存...
Python数据清洗 - 如何替换null值（最简单教学）
qq_44634840的博客
04-08 4356
用SQL/HQL从数据库把数据取出之后，经常会遇到null值。 最常需要的是直接替换null值为某个值。接下来快速替换吧~ import pandas as pd import os import numpy as np os.chdir('C://Users//username//Desktop') df=pd.read_csv('test1.csv',encoding='gbk') df1=df['年龄'].replace(np.nan,'12') 用的是Numpy模块里面的nan函数 将12
Python正态性检验(最简单的方法)
qq_44634840的博客
04-08 2224
正态分布也被成为高斯分布。我最讨厌理论了，实在是网上理论太多。。。看不进去。 直接2个步骤： 做Hist图（直方图） 用KStest检验P值 import pandas as pd import os import numpy as np import matplotlib.pyplot as plt os.chdir('C://Users//username//Desktop') df=pd.read_csv('test.csv',encoding='gbk') df['casual'].hi
Python -双样本T检验
qq_44634840的博客
04-09 2075
应用场景： 例如一个分类指标（0，1）与连续变量是否有关系。比如我们开卡，是否会开卡（0，1）与每月的月均支持金额的关系 应用条件： 两个观测样本独立 每一组都符合正态分布 在数据量很大的情况下，抽取3000的样本量，p值<1%就说明有关系。（简单随机抽样即可，分层随机抽样最好） 当然，决策树也可以用来直接判断（不过在目前情况下大可不必） 代码示范： import pandas as pd import os import numpy as np import matplotlib.pyplot
Python - 方差分析（简单代码）
qq_44634840的博客
04-12 1600
应用场景： 例如一个分类指标教育等级（等级变量），如（大学 - 1，硕士 - 2，博士 - 3）与连续变量每月的月均支出金额是否相关。 应用条件： 观测样本独立 每一组都符合正态分布 在数据量很大的情况下，抽取3000的样本量，p值<1%就说明有关系。（简单随机抽样即可，分层随机抽样最好） 当然，决策树也可以用来直接判断（不过在目前情况下大可不必） 有木有觉得以上描述特别熟悉呀~，没有错，其实方差分析和我们双样本T检验是亲戚。应用场景和应用条件非常类似。 import pandas as pd imp
Python数据清洗 - 分组计算&Pivot Table
qq_44634840的博客
05-12 617
df5.groupby(‘key’).apply(lambda x:x.describe()) #按照Key列分组后计算describe df5.groupby(‘key’).transform(np.mean) #按照Key列分组后计算均值 pd.pivot_table(df,values=‘value’,index=[‘date’,‘key’],aggfun=np.mean) #对df进行index为date和key的平均值聚合计算。 ...
Python数据清洗- groupby excel中的subtotal或者数据透视表
qq_44634840的博客
05-07 467
时常会用excel中的建组或者数据透视表按照某列汇总 import pandas as pd import os os.chdir(path) df=pd.read_csv(path） df1=df.groupby('A').sum() #按照A列求和 df2=df.groupby(['A','B']).sum() #按照A列和B列求和 df3=df.groupby(['A'])['B'].s...
Python数据清洗 -excel中的vlookup
qq_44634840的博客
05-02 448
处理数据的时候发现很长时间不用Index match,多条件查询竟然忘记了，然后又懒得再去google一下。用Vlookup多条件定位查询竟然报错，所以最后选了一个懒人最合适的办法。 Python中的pandas merge… 以下代码的意思就是按照同时符合-项目和姓名的求并集，并且以后者也就是df2的文档为基准。 分分钟完成~~ import pandas as pd import os os....
Python数据清洗 - 读取数据
qq_44634840的博客
04-08 170
直接快速的读取数据，我习惯用os模块。 因为假设你在一个文件夹里有很多个文件需要读取，那么你只需要输入一次文件夹地址即可。 import pandas as pd import os os.chdir('C://Users//username//Desktop') df=pd.read_csv('train.csv') ...
代谢组数据分析三：差异分析
最新发布
H20230717的博客
04-28 409
代谢组分析三之差异分析
To fix them run 'python manage.py makemigrations --merge'
06-08
python manage.py makemigrations --merge ``` 这个命令将合并所有未应用的迁移文件，并自动解决任何冲突。如果有多个模型定义了相同的名称，它将保留最新的定义，并删除旧的定义。 请注意，此命令将修改您的迁移...

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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