目录
合并
准备数据
append关键字
concat关键字
merge关键字
join关键字
变形
df.T行列转置
透视表
合并
很多情况下需要将多个df合并为一个新的df
-
df1.append(df2)纵向合并数据集 -
pd.concat([df1, df2, ...])横向或纵向合并数据集，df1和df2可以没有任何关系, 根据行索引和列名相同合并 -
df1.merge(df2)横向合并, df1和df2要有关联的列, 类似SQL中的表关联操作 -
df1.join(df2)横向合并，df1和df2要有相同的索引值才能关联
准备数据
1 ) df1
import pandas as pd
df1 = pd.DataFrame([[1, 2, 3], [1, 10, 20], [5, 6, 7], [3, 9, 0], [8, 0, 3]], columns=['x1', 'x2', 'x3'])
df1
2) df2
df2 = pd.DataFrame([[1, 2], [1, 10], [1, 3], [4, 6], [3, 9]], columns=['x1', 'x4'])
df2
append关键字
df.append()函数纵向连接其他df重置索引返回新的df
1) 索引不改变
df1.append(df2)
2) 改变索引
df1.append(df2, ignore_index=True)
# append 类似与 union all
concat关键字
-
pd.concat()函数纵向连接多个数据集，N个df从上到下一个摞一个：-
不使用
join='inner'参数，数据会堆叠在一起，列名相同的数据会合并到一列，合并后不存在的数据会用NaN填充 -
使用
join='inner'参数，只保留数据中的共有部分
-
-
pd.concat(axis=1)函数横向连接多个数据集，N个df从左到右一个挨着一个：-
匹配各自行索引，缺失值用NaN表示
-
使用
join='inner'参数，只保留索引匹配的结果
-
1) 纵向连接，全部数据都保留
# 纵向连接，全部数据都保留
pd.concat([df1, df2])
2) 纵向连接，只保留共有数据
# 纵向连接，只保留共有数据
pd.concat([df1, df2], join='inner')
3) 横向连接，全部数据都保留
# 横向连接，全部数据都保留
pd.concat([df1, df2], axis=1)
4) 横向连接，保留索引值匹配的数据
# 横向连接，保留索引值匹配的数据
pd.concat([df1, df2], join='inner', axis=1)
merge关键字
merge函数能够将df1合并指定列的df2返回新的df
# 写法1 df1.merge(df2, on='列名', how='固定值')
# 写法2 pd.merge(df1, df2, on='列名', how='固定值')
-
merge函数有2种常用参数，参数说明如下
-
参数
on='列名'，表示基于哪一列的列值进行合并操作 -
参数
how='固定值'，表示合并后如何处理行索引，固定参数具体如下：-
how='left'对应SQL中的left join，保留左侧表df1中的所有数据 -
how='right'对应SQL中的right join，保留右侧表df2中的所有数据 -
how='inner'对应SQL中的inner，只保留左右两侧df1和df2都有的数据 -
how='outer'对应SQL中的join，保留左右两侧侧表df1和df2中的所有数据
-
-
1) left左连接
pd.merge(df1, df2, how='left', on='x1')
2) right右连接
pd.merge(df1, df2, how='right', on='x1')
3) inner内连接
pd.merge(df1, df2, how='inner', on='x1')
4)outer外连接
pd.merge(df1, df2, how='outer', on='x1')
join关键字
join横向合并索引值相同的多个数据集；通过lsuffix和rsuffix两个参数分别指定左表和右表相同的列名后缀，how参数的用法与merge函数的how参数用法一致
df1.join(df2, lsuffix='_df1的列名后缀', rsuffix='_df2的列名后缀', how='outer')
变形
-
df.T
-
透视表pivot
-
pd.pivot_table
-
df.T行列转置
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data)
print("原始数据:")
print(df1)
transposed_df = df1.T
print("转置后:")
print(transposed_df)
假设有一个销售数据的数据框df，包含不同地区在不同季度的销售数量。
import pandas as pd
data = {'地区': ['北京', '上海', '广州'],
'Q1': [100, 120, 90],
'Q2': [110, 130, 95],
'Q3': [105, 125, 100],
'Q4': [115, 135, 105]}
df = pd.DataFrame(data)
print("原始数据:")
print(df)
transposed_df = df.T
print("转置后的数据:")
print(transposed_df)
透视表
数据透视表就是基于原数据表、按照一定规则呈现汇总数据，转换各个维度去观察数据；和excel的透视表在数据呈现上功能相同
df.pivot_table(
index='列名1',
columns='列名2',
values='列名3',
aggfunc='内置聚合函数名'，
margins=True # 默认是False, 如果为True，就在最后一行和最后一列，按行按列分别执行aggfunc参数规定的聚合函数
)-
使用说明：以列名1作为索引，根据列名2进行分组，对列名3使用pandas内置的聚合函数进行计算，返回新的df对象
-
参数说明：
-
index：返回df的行索引，并依据其做分组；传入原始数据的列名
-
columns：返回df的列索引；传入原始数据的列名，根据该列做分组
-
values: 要做聚合操作的原始数据的列名
-
aggfunc：内置聚合函数名字符串
-
1) 准备数据
df4 = pd.read_csv("../data/d_uniqlo.csv")
df5 = df4.query('销售渠道 == "线下"')
print(df5.head())
2) 构建透视表
df5.pivot_table(
index = '城市',
columns = '产品名称',
values = '销售金额',
aggfunc = 'sum'
)
