將資料train-left-up.csv和trainright-up.csv橫向合併為一張表,並儲存這張表為result_up
list_up =
[text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=
1)
將train-left-down和train-rightdown橫向合併為一張表,並儲存這張表為result_down。然後將上 邊的result_up和result_down縱向合併為result。
list_down=
[text_left_down,text_right_down]
result_down = pd.concat(list_down,axis=1)
result = pd.concat(
[result_up,result_down]
)
concat用法:
pd.concat(objs, axis=
0, join=
'outer'
, join_axes=
none
, ignore_index=
false
, keys=
none
, levels=
none
, names=
none
, verify_integrity=
false
)
當axis = 1的時候,concat就是行對齊,然後將不同列名稱的兩張表合併
dataframe內建的join方法是一種快速合併的方法。它預設以index作為對齊的列。
resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)
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
)
stack函式將其行索引變成列索引;
反之,unstack函式將其中一層的列索引變成行索引。
python中groupby函式主要的作用是
資料分析入門 Task03 資料重構
2.5 換一種角度看資料 複習 在前面我們已經學習了pandas基礎,第二章我們開始進入資料分析的業務部分,在第二章第一節的內容中,我們學習了資料的清洗,這一部分十分重要,只有資料變得相對乾淨,我們之後對資料的分析才可以更有力。而這一節,我們要做的是資料重構,資料重構依舊屬於資料理解 準備 的範圍。...
TASK03 資料型別
實戰演練 總結思考 n input 輸入乙個奇數 if mod n,2 0 disp 輸入數字必須是奇數 else n1 2 n 1 m n 1 2 計算擴充套件零矩陣a的行 列數n1和上 下對角線數m 不包括主對角線 a zeros n1 for i 1 n 設定順序數矩陣v for j 1 n ...
Task03 資料型別
語法知識 3.13 奇數階魔方矩陣的程式設計 魔方矩陣又稱幻方,是有相同的行數和列數,並在每行每列 對角線上的和都相等的矩陣。魔方矩陣中的每個元素不能相同。你能構造任何大小 除了2x2 的魔方矩陣。3.14 資料型別概述 3.15 字元型陣列 字元陣列是指用來存放字元資料的陣列。其定義的一般形式為 ...