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()