pandas.merge可根据一个或者多个不同DataFrame中的行连接起来。 pandas.concat可以沿着一条轴将多个对象堆叠到一起。 实例方法combine_first可以将重复数据编接在一起,用一个对象中的值填充另一个对象中的缺失值。
2.1 数据集的合并(merge)或连接(jion)运算时通过一个或多个键将行链接起来的。如果没有指定,merge就会将重叠列的列名当做键,最好显示指定一下。 pd.merge(df1,df2,on='key') 2.2 默认情况下,merge做的是"inner"连接,结果中的键是交集。其他方式有“left”、“right”、“outer”。外连接求取的是键的并集,组合了左连接和右连接。 2.3 都对的的连接是行的笛卡尔积。 2.4 merge的suffixes选项,用于指定附加到左右两个DataFrame对象的重叠列名上的字符串。
DataFrame有merge和join索引合并。
有许多用于重新排列表格型数据的基础运算。这些函数也称作重塑(reshape)或轴向旋转(pivot)运算。 4.1 重塑层次化索引 层次化索引为DataFrame数据的重排任务提供了良好的一致性方式。主要两种功能: stack:将数据的列“旋转”为行。 unstack:将数据的行“旋转”为列。
5.1 利用函数或映射进行数据转换 Series的map方法可以接受一个函数或含有映射关系的字典型对象。 5.2 替换值 replace可以由一个带替换值组成的列表以及一个替换值 data.replace([-999,-1000],np.nan) 5.3 重命名轴索引 轴标签也可通函数或映射进行转换,从而得到一个新对象轴还可以被就地修改,而无需新建一个数据结构。 5.4 离散化和面元划分 为了便于分析,连续数据常常被分散化或拆分成“面元”(bin)。 pandas的cut函数 5.5 检测和过滤异常值 异常值的过滤或变换运算很大程度上其实就是数组的运算。
6.1 字符串对象方法 split以逗号分割的字符串可以拆分成数段。 字符串“::”的jion方法以冒号分隔符的形式连接起来。 6.2 正则表达式 描述一个或多个空白符的regex是\s+ 创建可重用的regex对象: regex = re.complie('\s+') regex.split(text) 6.3 pandas中矢量化的字符串函数 实现矢量化的元素获取操作:要么使用str.get,要么使用str属性上使用索引。
本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。
我来说两句