pandas数据处理学习笔记（一）

导入模块

import pandas as pd
import numpy as np

---

1.数据合并

merge()函数

pd.merge(frame1,frame2,on='id')

on选项指定基于哪一列进行合并，可以指定多个列来合并多个键

left_on,right_on 可分别指定第一个和第二个DataFrame的基准列

how=‘outer’(或left/right)指定外连接、左连接或右连接，默认为内连接

jion()函数

frame1.join(frame2)

以索引列为基准直接拼接

frame1和frame2列名称不能有重复的

2.拼接

NumPy中的concatenate()函数

np.concatenate([array1,array2],axis=0) #按列拼接

pandas的concat()函数

对Series对象：

pd.concat([ser1,ser2],axis=1,key=[1,2])

默认axis=0按列拼接；key用来创建等级索引

对DataFrame对象：

pd.concat([frame1,frame2],axis=1)

默认axis=0按列拼接

3.组合

conbine_first()函数

组合Series对象，同时对齐数据

ser1 = pd.Series(np.arange(5),index=[1,2,3,4,5])
'''ser1
1    0
2    1
3    2
4    3
5    4
'''
ser2 = pd.Series(np.arange(3),index=[3,5,7])
'''ser2
3    0
5    1
7    2
'''
ser1.combine_first(ser2)
'''返回
1    0.0
2    1.0
3    2.0
4    3.0
5    4.0
7    2.0
'''

ser2.combine_first(ser1)
'''返回
1    0.0
2    1.0
3    0.0
4    3.0
5    1.0
7    2.0
'''

只合并部分内容

ser1 = pd.Series(np.arange(5),index=[1,2,3,4,5])
ser2 = pd.Series(np.arange(3),index=[3,5,7])
ser1[2:].combine_first(ser2)
'''返回
3    2.0
4    3.0
5    4.0
7    2.0
'''

4.删除

删除一列，对DataFrame使用del命令

del frame['A']  #删除列名称为'A'的一列

删除一行，使用drop()函数

frame.drop('white')  #删除index为'white'的一行

---

参考:

法比奥·内利. Python数据分析实战：第2版.北京：人民邮电出版社, 2019.11.