前言
对pandas常用的函数进行了一下汇总,供自己以后回顾使用。
一、合并
1、concat
pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False)
#axis: 需要合并链接的轴,0是行(上下),1是列(左右)
#join:连接的方式 inner(默认,交集),或者outer(并集)
frames = [df1, df2, df3]
result = pd.concat(frames)
2、join
df1.join(df2)#以df1为基准,以索引相同的行进行合并(左右方向)
3、merge
df1.merge(df2)
#以df1为基准,以列名相同的列进行合并(左右方向)
# left:参与合并的左侧DataFrame
# right:参与合并的右侧DataFrame
# how:连接方式:‘inner’(默认,内连接);还有,‘outer’(全连接)、‘left’(左连接)、‘right’(右连接)
# on:用于连接的列名,必须同时存在于左右两个DataFrame对象中,如果位指定,则以left和right列名的交集作为连接键
# left_on:左侧DataFarme中用作连接键的列
# right_on:右侧DataFarme中用作连接键的列
# left_index:将左侧的行索引用作其连接键
# right_index:将右侧的行索引用作其连接键
# sort:根据连接键对合并后的数据进行排序,默认为True。有时在处理大数据集时,禁用该选项可获得更好的性能
# suffixes:字符串值元组,用于追加到重叠列名的末尾,默认为(‘_x’,‘_y’).例如,左右两个DataFrame对象都有‘data’,则结果中就会出现‘data_x’,‘data_y’
# copy:设置为False,可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值
二、分组(groupby)
df.groupby(by="列名")#以某一列中不用的元素对整个DataFrame进行分组
df.groupby(by="列名1").count()["列名2"]#以列名1分组,统计1中不同元素对于列名2的数量
可选指标:
df.count()["列名"]#非nan元素的数量
df.sum()
df.mean()
df.max()
df.min()
df.median()
df.std()
df.var()
三、聚合(agg)
df.agg(func,axis)#使用指定轴上的一个或多个操作进行聚合。
四、数据透视(pivot_table)
df.pivot_table(df, index, columns, values, aggfunc)#以index为行,columns为列,values为值,
#填充规则为aggfunc构建新表格