[Python数据分析]pandas高级操作

数据合并：即以 concate 和 merge 操作为主的多组数据的拼接操作

• concate重复索引的处理：
  • 捕捉异常，需要设置参数verify_integrity
  • 忽略重复值，需要设置参数ignore_index
  • 增加多级索引，需要设置参数key
• merge：
  • Merge合并对重复索引的处理类似SQL中的链接合并，需要根据不同的情况进行处理
  • 通常有：
    • 1：1
    • 1：N
    • N：N

累计：累计是对数据进行的一系列以统计分析为主的操作

• sum：求和
• mean：平均数
• median：中位数
• min：最小值
• max：最大值
• count：计数
• first/last：第一项和最后一项
• std：标准差
• var：方差
• mad：均值绝对方差
• prod：所有项乘积

分组：Pandas利用groupby对数据进行分组，分组往往紧跟对数据的其他累计操作，groupby的含义和sql的一致

• Groupby的核心思想是：
  • spilt：分割
  • applay：应用
  • combine：组合
• Groupby的结果是一个抽象类型，可以看做是多个DataFrame的组合

透视表：

• Pandas中透视表的含义跟Excel类似，即为了完成数据分析对数据重新找一定规则进行“整型”后形成的数据结果
• 透视表只是方便处理，并不是因为不使用透视表处理不了