南京公司网站制作教育培训,北京华诚传媒有限公司官方网站,怎么推广软件让别人下载,自己做的网站怎么给别人访问前言学习Pandas的最好方式就是多用它#xff0c;只有在实际中多用#xff0c;才能更好地掌握其中的技巧#xff0c;这一次我们从数据的聚合来开始。GroupBy的使用聚合的意思指的是对数据框架中某一类型的数据进行整合#xff0c;在整合后可以对其进行求和、求平均值等操作只有在实际中多用才能更好地掌握其中的技巧这一次我们从数据的聚合来开始。GroupBy的使用聚合的意思指的是对数据框架中某一类型的数据进行整合在整合后可以对其进行求和、求平均值等操作下面举例说明对上面创建的数据框架按公司进行分类求各公司的人均销售额再来统计一下各公司出现的次数请注意在用count统计的时候groupby是按哪列分组则统计的就是哪列中不同类别的个数。在Pandas中有一个函数.describe()它通常用来给出一个数据框架的纵览比如上述的输出结果中有各公司出现的次数、销售额的均值、均方差、最小最大值等等如果觉得这样的排列看起来不好看还可以将其转置或者只看一个公司的纵览数据框架的级联(concatenation)为了说明数据集的级联我们考虑这样一种情况某公司派出一些数据采集人员对某个地区的某些产品进行满意度调查比如调查A、B、C、D四种产品分别得到的数据如下现需要将这些数据合在一起进行分析这种情况下就要用到数据集的级联概念。在Pandas中用.concat()来完成数据集的级联从上述输出结果来看整合数据的任务完成了这种级联的方案属于按列级联相应地肯定还有一种按行级联此时需要添加参数axis1从上述结果来看当按行级联时由于在每个数据框架中我们为其指定的index都不重合因此级联的结果中不同框架中缺少数据的部分都是用NaN来填充如果还记得上一节中fillnan函数那么一定记得它也有一个参数axis1设置为填充行时的情况。也就是说在DataFrame中如果一个函数对行列均有效果时其默认情况都是对列操作的。上述的级联中我们之所有产生了那么多缺失值是由于各数据的index不重合如果有重合的情况会怎么样呢数据的合并(merge)如果熟悉SQL语言的同学肯定对数据表的合并不陌生在pandas中主要是通过pd.merge函数来进行的它的语法是这样的pd.merge(leftdata, rightdata, howinner, onKey)上述语法中的leftdata指的是应该显示在左侧的数据框架rightdata当然是指显示在右侧的数据框架关于how的方式我们下来将举例细说on当然是指两个数据集要合并时所具备的关键列我们也可以根据多个关键列合并比如请注意观察上述结果我们可以发现leftdata中的key1、key2组合[k0,k0]和[k1,k0]与rightdata中的关键列有重合其中[k1,k0]在rightdata中对应两组数据因此当以inner方式合并时它们就逐一匹配合并在一起。下面我们来看一下howouter时的合并方式当以outer的方式合并时结果中将包含两个数据框架对应的关键列中所有组合对没有该组合对应的框架中的数据在结果中将以NaN来填充。综上可知inner合并指的是求两个数据框架对应关键列的交集而outer合并则是两个数据框架对应关键列的并集。Merge是对两个数据框架有共同列的进行合并但在级联部分的最后我们还提到如果index有共同部分时该怎样处置的问题下面给出该问题的解决方案。联合(join)当两个数据框架中的index有重合部分时想要合并两部分数据则需要用到join方法上面给出了join的四种联合方法inner和outer分别是求index的交集和并集left是以左数据的index为基准而right则是以右数据的index为基准。由此推断merge的参数how也有同样的left和right请同学们测试。小结本文首先对groupby的分组聚合方式进行了研究之后对于两个数据框架的级联关系进行了探索。从结果来看级联事实上分三类一是用concat进行操作它可以对多个数据框架进行级联二是用merge进行数据合并它可以对有重合列名的两部分数据进行合并三是用join方式它可以对index有重合的部分进行数据拼接。
