本文详细介绍了Pandas库中数据规整的方法，包括分层索引的使用、重排序、按层级汇总统计、DataFrame的列索引设置，以及数据连接技术如merge、join、concatenate和stack/unstack操作。通过实例展示了如何高效地处理和整合数据集。
目录
一、数据规整：连接、联合与重塑
1、分层索引
在一个轴向上拥有多个（两个或两个以上）索引层级。笼统地说，分层索引提供了一种在更低维度的形式中处理更高维度数据的方式
- series对象
- dataframe对象
- 通过分层索引对象，也可以称为部分索引，允许你简洁地选择出数据的子集
你可以使用unstack方法将数据在DataFrame中重新排列：
unstack的反操作是stack
- 分层的层级名称：如果层级有名称，这些名称会在控制台输出中显示
2、重排序和层级排序
（1）swaplevel交换层级
接收两个层级序号或层级名称，返回一个进行了层级变更的新对象（但是数据是不变的）
（2）sort_index()
在 Pandas 库的 DataFrame 和 Series 对象中都有这个方法。它的主要功能是对索引进行排序。
- 按行排序：可以使用
sort_index(axis=0)或简写为sort_index()对行进行排序。 - 按列排序：使用
sort_index(axis=1)对列进行排序。
import pandas as pd
import numpy as np
frame = pd.DataFrame(np.arange(12).reshape((4, 3)),index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]],columns=[['Ohio', 'Ohio', 'Colorado'],['Green', 'Red', 'Green']])
frame.index.names=['key1','key2']
frame.columns.names=['state','color']
print("初始数据")
print(frame)
x=frame.swaplevel('key1','key2')
print("换层级数据")
print(x)
y=x.sort_index(level=0)
print("排序数据，level=0")
print(y)
3、按层级进行汇总统计
DataFrame和Series中很多描述性和汇总性统计有一个level选项，通过level选项你可以指定你想要在某个特定的轴上进行聚合，见后续章节。
4、使用DataFrame的列进行索引
- set_index函数：会生成一个新的DataFrame，新的DataFrame使用一个或多个列作为索引：
4、联合与合并数据集
（1）merge连接
pandas中的merge函数主要用于将各种join操作算法运用在你的数据上：
- 基础数据
- 默认情况下，merge做的是内连接（'inner'join），结果中的键是两张表的交集。
- 如果连接的键信息没有指定，merge会自动将重叠列名作为连接的键。但是，显式地指定连接键才是好的实现。如下图，根据‘key’列，进行合并
- 如果每个对象的列名是不同的，你可以分别为它们指定列名：
- how参数的其他可选的选项有’left'、'right’和’outer'。外连接（outer join）是键的并集，联合了左连接和右连接的效果：
- 多对多情况：多对多连接是行的笛卡尔积
多对多示例：
其他：
（2）根据索引合并
传递left_index=True或right_index=True（或者都传）来表示索引需要用来作为合并的键：
- 多层索引方法类似
- 使用两边的索引进行合并也是可以的：
- join实例方法：用于按照索引合并。
- 该方法也可以用于合并多个索引相同或相似但没有重叠列的DataFrame对象
注意：DataFrame的join方法进行连接键上的左连接，完全保留左边DataFrame的行索引
（3）沿轴向连接
另一种数据组合操作可互换地称为拼接、绑定或堆叠。
- concatenate函数
- contact函数：默认沿着axis=0的轴向生效的，生成另一个Series。如果你传递axis=1，返回的结果则是一个DataFrame（axis=1时是列）
- 假设你想在连接轴向上创建一个多层索引，可以使用keys参数来实现
（4）联合重叠数据
- 有两个数据集，这两个数据集的索引全部或部分重叠
- combine_first：
Series：等价于下面这种使用pandas常见数据对齐逻辑的轴向操作：
DataFrame对象：根据你传入的对象来”修补“调用对象的缺失值：
5、重塑和透视
statck（堆叠）
该操作会“旋转”或将列中的数据透视到行。
unstack（拆堆）
该操作会将行中的数据透视到列。
在这份数据上使用stack方法会将列透视到行，产生一个新的Series：
从一个多层索引序列中，你可以使用unstack方法将数据重排列后放入一个DataFrame中
692
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
