python数据分析3--数据的合并、筛选、排序

最新推荐文章于 2024-07-27 12:20:46 发布

糖醋小排♚

最新推荐文章于 2024-07-27 12:20:46 发布

阅读量1k

点赞数 1

分类专栏：数据分析文章标签： python

本文链接：https://blog.csdn.net/weixin_45503497/article/details/106387406

版权

本文探讨了Python中数据的合并方法，包括使用`concat()`和`merge()`函数，结合实例解释如何根据关键列合并数据。此外，还介绍了数据筛选和排序的基本操作，总结了数据处理的关键步骤，并提供了一个关于共享单车历史骑行数据的典例。

摘要由CSDN通过智能技术生成

1.数据的合并
inner取交集，outer取并集
（1）利用contact()连接

import pandas as pd
dict1={
   
    'A': ['A0', 'A1', 'A2', 'A3'],
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3']}
df1=pd.DataFrame(dict1)
print(df1)

dict2={
   
    'B': ['B0', 'B1', 'B2', 'B3'],
    'C': ['C0', 'C1', 'C2', 'C3'

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

糖醋小排♚

关注关注

1
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
python数据分析3--数据的合并、筛选、排序

1.数据的合并inner取交集，outer取并集（1）利用contact()连接import pandas as pddict1={ 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3'], 'C': ['C0', 'C1', 'C2', 'C3']}df1=pd.DataFrame(dict1)print(df1)dict2={ 'B': ['B0', 'B1', 'B2', 'B3'],
复制链接

扫一扫