Python数据处理函数(DatFrame)篇

由于某些数据处理的函数偶尔忘记使用方式以及参数，于此记录一下。

1.去重

最常用的不过是 drop_duplicates() 了，参数：
subset:列标签,可选
keep:first、last、False,默认为first
inplace:默认为False

#直接对数据data进行去重处理:
data.drop_duplicates(inplace = True)

#对数据data的column1、column2进行去重处理:
data.drop_duplicates(subset=['column1','column2'],inplace = True)

#对数据进行处理时保留重复数据的最后一个
data.drop_duplicates(keep='last',inplace=True)

#删除所有重复项
data.drop_duplicates(keep = False,inplace=True)

注:这里的inplace=True是指在原数据中进行操作(覆盖)，如果默认为False时只会复制一个数据处理进行处理，不会对原数据本身有影响。

#以下两行代码同效
data.drop_duplicates(inplace = True)
data = data.drop_duplicates()

2.拼接

数据的拼接有多个函数：merge、concat、join、append等，个人比较习惯于用前三个

2.1 pd.concat

常用参数：

objs：需要拼接的数据
axis=0：需要拼接的位置，默认为沿行拼接，axis=1时为并行拼接
join=‘outer’：默认为外连接，join='inner’时为内连接
join_axes=None：默认为None,join_axes=df1.index时为左连接，join_axes=df2.index时为右连接
ignore_index=False：默认不丢弃数据原本索引，当ignore_index=True时将重新建立一个新的索引
copy=True：默认为将结果复制到数据框结构中，当copy=False时将在原数据进行修改。

pd.concat([df1,df2])
pd.concat([df1,df2],join = 'inner')
pd.concat([df1,df2],ignore_index = True)
pd.concat([df1,df2],join_axes = df1.index)
pd