利用python进行数据分析（第八章）

数据规整：连接、联合与重塑

分层索引

• 简介

1. 一个轴向上拥有多个索引层级
2. 是在更低维度的形式中处理更高维度数据的方式
3. 在重塑数据和数组透视表等分组操作中有重要作用
4. unstack 重新排列df
5. stack 反操作
6. 每个轴都可以有分层索引
7. 分层的层级可以有名称

• 重排列和层级排列

1. sort_index只能在单个层级上对数据进行排序
2. sort_index可使得结果按照层级进行字典排序 level=0从最外层进行排序

• 按层级进行汇总统计

1. df.sum(level='', axis= ) 使用了groupby机制

• 使用DataFrame的列进行索引

1. set_index 将多列或一列作为行索引
2. reset_index 反操作 分层索引的索引层级被移动到列中

联合与合并数据集

merge、concat、combine_first等

• 数据库风格的DataFrame连接

1. 关系数据库核心：合并或连接操作通过一个或多个键连接行来联合数据集
2. merge函数 主要用于将各种join操作运算运用在数据上
3. on 指定连接键 没指定的话，默认将重叠列名作为连接键，若列名都不同，可left_on right_on
4. how 指定连接方式 默认内连接inner 交集 可指定outer 外连接 并集 left 保留左表 right保留右表
5. suffixes 重复列名后缀

• 根据索引合并

1. merge方法 right