第二章：第二节数据重构

1. 把两个表拼接起来：concat

result_up=pd.concat([left_up,right_up],axis=1) #axis=1表示是横向连接，concat默认纵向连接

result = pd.concat([result_up,result_down])#这是纵向拼接

连接两个表还可以用join和append和merge

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()

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()

比较：

2. 把Dataframe数据变成series（行列旋转）：stack函数

unit_result=text.stack()

3. groupby:计算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()

可以用agg一步到位

text.groupby('Sex').agg({'Fare': 'mean', 'Pclass': 'count'}).rename(columns=
                            {'Fare': 'mean_fare', 'Pclass': 'count_pclass'})