动手学数据分析——task03

contact函数：

沿特定轴连接 Pandas 对象，沿其他轴使用可选的设置逻辑pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)
 

axis	{0/'index', 1/'columns'}，默认 0
join	{'inner', 'outer'}，默认为 'outer'
verify_integrity	bool，默认为 False
ignore_index	默认为 False，为 True，则不要沿串联轴使用索引值
keys	分层索引中级别的名称

list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
result_up.head()

join函数:

DataFrame.join( other , on = None , how = 'left' , lsuffix = '' , rsuffix = '' , sort = False )

在索引或键列上将列与其他DataFrame 连接。通过传递一个列表，一次通过索引有效地连接多个 DataFrame 对象。

other	DataFrame、Series 或 DataFrame 列表
on	str 列表，或类似数组，可选
how	{‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘left’
lsuffix	从左框架的重叠列使用的后缀。
rsuffix	从右框架的重叠列使用的后缀

append函数：

DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False)

将other行附加到调用者的末尾，返回一个新对象。

resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)

result = result_up.append(result_down)
result.head()

merge函数：

 

DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

使用数据库样式的连接合并 DataFrame 或命名的 Series 对象，连接是在列或索引上完成的。如果在列上加入列，DataFrame 索引将被忽略。否则，如果连接索引上的索引或一列或多列上的索引，索引将被传递。执行交叉合并时，不允许合并的列规范。

right	要合并的对象
how	{‘left’, ‘right’, ‘outer’, ‘inner’, ‘cross’}, default ‘inner’
on	label or list 要加入的列或索引级别名称。这些必须在两个 DataFrame 中都能找到
left_index	bool,默认为 False，使用左侧 DataFrame 中的索引作为连接键

result_up = pd.merge(text_left_up,text_right_up,left_index=True,right_index=True)
result_down = pd.merge(text_left_down,text_right_down,left_index=True,right_index=True)
result = resul_up.append(result_down)
result.head()

stack函数： 

 

DataFrame.stack(level=- 1, dropna=True)

返回一个重构的dataframe或 Series，它具有多级索引，与当前 DataFrame 相比，具有一个或多个新的最内层。新的最内层是通过旋转当前数据框的列来创建的： 

如果列只有一个级别，则输出是一个系列；如果列有多个级别，则新的索引级别是从指定级别中获取的，并且输出是dataframe.

level	int, str, list, 默认 -1;从列轴到索引轴上的级别，定义为一个索引或标签，或一系列索引或标签
dropna	bool，默认为真 是否删除具有缺失值的结果帧/系列中的行

unit_result=text.stack().head(20)
unit_result.head()

GroupBy机制: 

1.用于描述组操作的术语拆分-应用-联合（split-apply-combine）

• 数据包含在pandas对象中，可以是Series、DataFrame或其他数据结构
• 根据你提供的一个或多个键分离到各个组中.(注：分离操作是在数据对象的特定轴向上进行的。例如，DataFrame可以在它的行方向（axis=0）或列方向（axis=1）进行分组)
• 函数就应用到各个组中，产生新的值
• 所有函数的应用结果联合为一个结果.

2.分组键可是多种形式，并且键不一定是完全相同的类型

（1）与需要分组的轴向长度一致的值列表或值数组

（2） DataFrame的列名的值

（3）可以将分组轴向上的值和分组名称相匹配的字典或Series

（4） 可以在轴索引或索引中的单个标签上调用的函数

注：后三种方法是可以产生用于分隔对象的值数组的快捷方式

agg函数:

通常用于调用groupby（）函数之后，对数据做一些聚合操作，包括sum，min,max以及其他一些聚合函数.

# 泰坦尼克号男性与女性的平均票价
df  = text['Fare'].groupby(text['Sex'])
means = df.mean()

# 统计泰坦尼克号中男女的存活人数
survived_sex = text['Survived'].groupby(text['Sex']).sum()

# 客舱不同等级的存活人数
survived_pclass = text['Survived'].groupby(text['Pclass'])

# 在不同等级的票中的不同年龄的船票花费的平均值
text.groupby(['Pclass','Age'])['Fare'].mean().head()