2020-10-15

本文深入探讨了Pandas库中axis参数在数值运算和整体操作中的作用,解释了如何利用axis进行行与列的计算。同时,介绍了transform函数的应用,如通过groupby进行数据聚合并返回与原始数据相同形状的结果。另外,提到了merge函数在数据融合中的注意事项,特别是在列名匹配上的要求。
摘要由CSDN通过智能技术生成

pandas笔记

axis:
当axis用于比较时如加减乘除,axis=0代表第一维(行)比较,axis=1代表第二维(列)比较
当axis用于涉及整行整列的整体运算时,axis=0代表整列,axis=1代表整行

transform函数:
df[‘A’].groupby(‘B’).sum()返回groupby后分类大小长度的数组
df[‘A’].groupby(‘B’).transform(‘sum’)返回与df数组大小相同的数组,且其中sum函数可替换成自定义函数

merge函数:
当用merge函数对两个维度不一样的dataframe进行合并时,会自动检测列名相同的列中的数据,根据这些数据进行合并,因此某些情况下使用merge要记得更改列名。

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