Task3 資料重構學習筆記

2、資料運用

方法一：concat()

concat(objs, axis=
0, join=
'outer'
, join_axes=
none
, ignore_index=
false
,        keys=
none
, levels=
none
, names=
none
, verify_integrity=
false
, copy=
true
):

引數介紹：

objs：需要連線的物件集合，一般是列表或字典；

axis：連線軸向；

join：引數為『outer』或『inner』；

keys=：建立層次化索引；

ignore_index=true：重建索引

concat方法相當於資料庫中的全連線（union all），它不僅可以指定連線的方式（outer join或inner join）還可以指定按照某個軸進行連線。與資料庫不同的是，它不會去重，但是可以使用drop_duplicates方法達到去重的效果。

import pandas as pd
import numpy as np
train=pd.read_csv(
'titanic/train.csv'
)train_left_up=pd.read_csv(
'titanic/data/train_left_up.csv'
)train_left_down=pd.read_csv(
'titanic/data/train_left_down.csv'
)train_right_up=pd.read_csv(
'titanic/data/train_right_up.csv'
)train_right_down=pd.read_csv(
'titanic/data/train_right_down.csv'
)#方法一：concat()
#axis=1,表示跨行進行合併，也就是將量表左右相連，如果是axis=0，就是將量表上下相連
a_result_up=pd.concat(
[train_left_up,train_right_up]
,axis=1)
#左右相連
b_result_down=pd.concat(
[train_left_down,train_right_down]
,axis=1)
#左右相連
c_result=pd.concat(
[a_result_up,b_result_down]
,axis=0)
#上下相連(預設是上下相連)
c_result

join(self, other, on=
none
, how=
'left'
, lsuffix=
'', rsuffix=
'',sort=
false
):

d_result_up=train_left_up.join(train_right_up)

#使用join左右相連

e_result_down=train_left_down.join(train_right_down)

#使用join左右相連

# f_result

方法三：

merge(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
)

引數介紹：

left和right：兩個不同的dataframe；

how：連線方式，有inner、left、right、outer，預設為inner；

on：指的是用於連線的列索引名稱，必須存在於左右兩個dataframe中，如果沒有指定且其他引數也沒有指定，則以兩個dataframe列名交集作為連線鍵；

left_on：左側dataframe中用於連線鍵的列名，這個引數左右列名不同但代表的含義相同時非常的有用；

right_on：右側dataframe中用於連線鍵的列名；

left_index：使用左側dataframe中的行索引作為連線鍵；

right_index：使用右側dataframe中的行索引作為連線鍵；

sort：預設為true，將合併的資料進行排序，設定為false可以提高效能；

suffixes：字串值組成的元組，用於指定當左右dataframe存在相同列名時在列名後面附加的字尾名稱，預設為(』_x』, 『_y』)；

copy：預設為true，總是將資料複製到資料結構中，設定為false可以提高效能；

indicator：顯示合併資料中資料的**情況

g_result_up=pd.merge(train_left_up,train_right_up,left_index=

true

,right_index=

true

)h_result_down=pd.merge(train_left_down,train_right_down,left_index=

true

,right_index=

true

)i_result

在用pandas進行資料重排時，經常用到stack和unstack兩個函式。stack的意思是堆疊，堆積，unstack即「不要堆疊」

常見的資料的層次化結構有兩種，一種是**，一種是「花括號」

**在行列方向上均有索引（類似於dataframe），花括號結構只有「列方向」上的索引（類似於層次化的series），結構更加偏向於堆疊（series-stack，方便記憶）。stack函式會將資料從」**結構「變成」花括號結構「，即將其行索引變成列索引，反之，unstack函式將資料從」花括號結構「變成」**結構「，即要將其中一層的列索引變成行索引。

**stack函式將原**的每行變成一列來儲存

import pandas as pd
import numpy as np
result=pd.read_csv(
'titanic/data/result.csv'
)unit_result=result.stack(
)unit_result

計算不同性別的平均票價

Task3 資料重構學習筆記

動手學資料分析 task3 資料重構

python學習打卡 Task3

TASK3 資料型別

Task3 資料重構 學習筆記

動手學資料分析 task3 資料重構

python學習打卡 Task3

TASK3 資料型別

相關推薦

Task3 資料重構學習筆記