dataframe两个表合并_Pandas常⽤数据结构DataFrame详细
教程
pandas 是python的数据分析库，提供快速、灵活和富有表现⼒的数据结构，⽤于数据挖掘和数据分析，同时也提供数据清洗功能，与numpy、matplotlib并称，成为数据分析必学的三个库。Pandas的主要功能如下。
此外，其更⼴泛的⽬标是成为任何语⾔中可⽤的最强⼤，最灵活的开源数据分析⼯具。其中最常⽤的数据结构是DataFrame，本⽂将详细介绍DataFrame的⽤法。
Dataframe简介
Dataframe是pandas中的数据结构，也是带标签的、⼤⼩可变的，⼆维异构表格。
它类似于电⼦表格，可以在列中存储不同类型的数据(包括字符，整数，浮点值，分类数据等)，Dataframe中的数据以⼀个或多个⼆维块存放，不是列表、字典或⼀维数组结构。
⼀、创建
1、通过字典创建
由数组/list组成的字典创建Dataframe，columns为字典key，index为默认数字标签，字典的值的长度必须保持⼀致！
2、通过⼆维数组直接创建
通过⼆维数组直接创建Dataframe，得到⼀样形状的结果数据，如果不指定index和columns，两者均返回默认数字格式
index和colunms指定长度与原数组保持⼀致
3、通过字典组成的列表创建
由字典组成的列表创建Dataframe，可以允许长度不⼀致，columns为字典的key，index不做指定则为默认数组标签
colunms和index参数分别重新指定相应列及⾏标签
⼆、DataFrame索引
1、df[] - 选择列
df[]默认选择列，[]中写列名，选择单列为Series，print结果为Series格式，多选列为Dataframe，print结果为Dataframe格式
⼀般⽤于选择列，也可以选择⾏
注意：反向截取是-1结束，不是0，末端不包含
2、df.loc[] - 按index选择⾏
3、 df.iloc[] - 按照整数位置(从轴的0到length-1)选择⾏
类似list的索引，其顺序就是dataframe的整数位置，从0开始计
4、切⽚索引
5、布尔索引
多⾏做判断 ， 索引结果保留所有数据：True返回原数据，False返回值为NaN
6、多重索引
三、DataFrame基本技巧
1、数据查看、转置
2、添加与修改
要在dataframe最后新增列，直接在后⾯加⼀个[]，在具体位置新增列⽤df.insert(index, obj)⽅法；新增⾏直接⽤loc。
3、删除
del语句 - 删除列
drop()删除⾏，inplace=False → 删除后⽣成新的数据，不改变原数据
drop()删除列，需要加上axis = 1，inplace=False → 删除后⽣成新的数据，不改变原数据
4、DataFrame对象之间的数据⾃动按照列和索引(⾏标签)对齐
5、排序
排序包括按值排序和按索引排序，按值排序 .sort_values，ascending参数：设置升序降序，默认升序
按索引排序 .sort_index
四、数据处理
1、数值计算
Dataframe可以⽤来进⾏常⽤的数学的计算，例如：
1、数据清洗
Dataframe的数据清洗包含重复值、缺失值、异常值等等的清洗
值计数：df.value_counts()
成员资格：df.isin()
替换：df.replace()
python数组合并判断重复值： df.duplicated()
删除重复值：df.drop_duplicates()
subset对应的值是列名，表⽰只考虑这两列，将这两列对应值相同的⾏进⾏去重。默认值为subset=None表⽰考虑所有列。
keep='first'表⽰保留第⼀次出现的重复⾏，是默认值。keep另外两个取值为"last"和False，分别表⽰保留最后⼀次出现的重复⾏和去除所有重复⾏。
缺失值清洗最简单的⽅法就是删除或不管，插补的⽅法有单⼀值填充、拉格朗⽇插值法、多重插补法
以及各种机器学习插补法等等，缺失值和异常值清洗⽅法具体可见python数据预处理之异常值、缺失值处理⽅法
3、数据合并
数据合并包括四种⽅法，merge、join、concat和append
(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'), copy=True, indicator=False)
类似于sql中的join，仅⽀持横向拼接，其中on关键字为拼接参考键，how为拼接⽅式，有inner，left，right，outer4种链接⽅式。
l df1.join(df2)  直接通过索引链接
at(objs, axis=0, join='outer', join_axes=None, ignore_index=False,
keys=None, levels=None, names=None, verify_integrity=False,
copy=True)
可以进⾏横向和纵向连接，默认axis=0，⾏+⾏，但要求⾮拼接轴标签唯⼀，例如axis=0时，要求每个dataframe内部的列名是唯⼀的，只有相同列名才有拼接的意义。
l append，类似于列表的append⽅法，⼀般⽤来增加⾏
4、数据转换
数据转换⼀般⽤map和apply，map主要⽤于Series的转换，apply是series和dataframe都可以。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。