数据合并和分组聚合

数据合并

数据合并join

示例

# coding: utf-8
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.ones((2, 4)), index= ["A", "B"], columns=list("abcd"))
df2 = pd . DataFrame(np.zeros((3,3)),index=["A", "B", "C"], columns=list("xyz"))
print(df1)
print(df2)
print(df1.join(df2))
print(df2.join(df1))

结果

数据合并merge

默认合并方式inner 并集   outer交集nan补全   left左边为准,nan补全 right右边为准,nan补全

# coding: utf-8
import pandas as pd
import numpy as np

df1 = pd.DataFrame(np.ones((2, 4)), index= ["A", "B"], columns=list("abcd"))
df2 = pd . DataFrame(np.zeros((3,3)),index=["A", "B", "C"], columns=list("xyz"))
df3 = pd. DataFrame(np.zeros((3,3)),columns=list("fax"))

print(df1. merge(df3,on="a",how= "outer"))

结果

 分组聚合

数据集下载:Starbucks Locations Worldwide | Kaggle

示例

# coding: utf-8
import pandas as pd
import numpy as np

file_path = "D:/pythonProject1/DataScience/pandas/starbucks.csv"

df = pd.read_csv(file_path)
# print(df.head(1))
# print(df.info())
grouped = df.groupby(by="Country")
print(grouped)
print(grouped["Brand"].count())     # 统计各国家门店数量
# 调用聚合方法
country_count = grouped["Brand"].count()
print(country_count["US"])      # 统计美国星巴克门店数量
print(country_count["CN"])      # 统计中国星巴克门店数量
# 统计中国各省星巴克数量
china_data = df [df ["Country"]=="CN"]
grouped1 = china_data.groupby(by="State/Province") .count()["Brand"]
print(grouped1)
# 数据按照多个条件分组
grouped2 = df ["Brand"].groupby(by= [df["Country"],df["State/Province"]]).count()
print(grouped2)

结果

各国门店数量

 美国中国星巴克门店数量

各省门店数量

 

 多个条件分组结果

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python 中,可以使用 pandas 库来合并数据框。数据合并通常包括两个方面:连接和聚合。 连接指的是将两个数据框按照某些列进行合并,有以下几种方式: 1. 内连接(inner join):只保留两个数据框中都存在的行。 2. 左连接(left join):将左边的数据框所有行都保留,将右边的数据框中匹配到的行合并到左边的数据框中。 3. 右连接(right join):将右边的数据框所有行都保留,将左边的数据框中匹配到的行合并到右边的数据框中。 4. 外连接(outer join):将两个数据框所有的行都保留,空值用 NaN 填充。 聚合指的是根据某些列对数据框进行分组,并计算每组的统计量,如均值、中位数等。可以使用 pandas 中的 groupby 方法来实现。 下面是一个示例代码,展示了如何进行数据合并聚合: ```python import pandas as pd # 创建两个数据框 df1 和 df2 df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]}) df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'], 'value': [5, 6, 7, 8]}) # 内连接 inner_join = pd.merge(df1, df2, on='key', how='inner') print('内连接:\n', inner_join) # 左连接 left_join = pd.merge(df1, df2, on='key', how='left') print('左连接:\n', left_join) # 右连接 right_join = pd.merge(df1, df2, on='key', how='right') print('右连接:\n', right_join) # 外连接 outer_join = pd.merge(df1, df2, on='key', how='outer') print('外连接:\n', outer_join) # 根据 key 列进行分组,并计算每组的均值和中位数 grouped = outer_join.groupby('key').agg({'value': ['mean', 'median']}) print('分组聚合:\n', grouped) ``` 输出结果如下: ``` 内连接: key value_x value_y 0 B 2 5 1 D 4 6 左连接: key value_x value_y 0 A 1 NaN 1 B 2 5.0 2 C 3 NaN 3 D 4 6.0 右连接: key value_x value_y 0 B 2.0 5 1 D 4.0 6 2 E NaN 7 3 F NaN 8 外连接: key value_x value_y 0 A 1.0 NaN 1 B 2.0 5.0 2 C 3.0 NaN 3 D 4.0 6.0 4 E NaN 7.0 5 F NaN 8.0 分组聚合: value mean median key A 1.0 1.0 B 3.5 3.5 C 3.0 3.0 D 5.0 5.0 E 7.0 7.0 F 8.0 8.0 ```

“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

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
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