Pandas--------(三)

五、相关操作

     统计（相关操作通常情况下不包括缺失值）

    1、执行描述性统计：

        

若 A、B、C、D中有缺失值，默认参数skipna = True ,缺失值不会参与计算，即A有5个数据，有两个数据为nan，则mean是三个数据的平均。如果skipna = False ，则nan参与计算，结果还是Nan。

2、在其他轴上进行相同的操作：

    mean(1) 表示 在1轴方向上，即按行求平均，mean（0）表示0轴方向上，即按列求平均。

3、对于拥有不同维度，需要对齐的对象进行操作。Pandas 会自动的沿着指定的维度进行广播：

如上图df.sub(),实际运算过程中，将s 广播成 6*5形状，再相加。

Apply 

1、 对数据应用函数

直方图功能：

上图产生10 个0-7范围内的整数，并用value_counts()统计值的频数。

字符串方法

Series 对象在其 str 属性中配备了一组字符串处理方法，可以很容易的应用到
数组中的每个元素，如下段代码所示。

将s series 的改成小写。

六、合并

concat

上图，将df 分成了0-2、3-6、7-9三份，然后再合并。

Join

类似于 SQL 类型的合并。

另一个例子：

按'key'连接，类似SQL 的按字段连接。

Append

将一行连接到一个DataFrame上。

七、分组

    对于“group by”操作，我们通常是指一下一个或多个操作步骤：

   （Splitting）按照一些规则将数据分为不同的组；
   （Applying）对于每组数据分别执行一个函数；
   （Combining）将结果组合到一个数据结构中；

1、分组并对每个分组执行sum函数：

2、通过多个列进行分组形成一个层次索引，然后执行函数：