Pandas的学习之路（二）

之路（二）"/>

Pandas的学习之路（二）

嗯···又来了···毕竟还没结束。

接之前的文章，写完了Series和DataFrame，接下来应该是表格的一些操作了。

目录

1、表格的连接

1.1、join操作

 1.2、merge操作（连接，可以自动匹配）

 1.3、concat（拼接）

2、表格的简单操作

 2.1、表格的简单追加

2.2、表格的行列求和

---

1、表格的连接

1.1、join操作

参数：

• other：第二个Dataframe, Series，或者Dataframe中的列
• on: 第二个DataFrame中与第一个重复的列名
• how: （‘参数可选’left’, ‘right’, ‘outer’, ‘inner’），默认为 ‘left’，left的意思为将左边表格的索引用作连接后的索引，right同理,inner意思为取交集，如果两个表格中有同名的索引，最终显示的结果是同名索引组成的表格，outer是取并集，即为显示将左表与右表的索引全连接起来的表格
• lsuffix: 第一个DataFrame中重复列的后缀
• rsuffix: 第二个DataFrame中重复列的后缀
• sort: 连接键排序，默认为False

上代码：

import pandas as pdalbum_dict = {'平凡的一天':['平凡的一天','给你给我','一荤一素'],'小王日记':['水乡','小王','呓语'],'幼鸟指南':['城市傍晚','海上日记','幼鸟指南']}
album = pd.DataFrame(album_dict)
album1 = pd.DataFrame({'平凡的一天':['消愁','盛夏','无问'],'小王日记':['东北民谣','二零三','胡同'],'幼鸟指南':['极限十七','项羽虞姬','入海']})
album.join(album1,on = None,how = 'left',lsuffix = '_left',rsuffix = '_right',sort = False)

 

错误代码：

album.join(album1,on = None）

 会引发ValueError！！！因为此时的列名重复了，两个办法：要么你把列名改了，要么加上参数lsuffix和rsuffix。

 1.2、merge操作（连接，可以自动匹配）

 参数说明：

• left: 参与合并的左侧DataFrame
• right: 参与合并的右侧DataFrame
• on: 用于连接的列名，必须存在于左右两个DataFrame之中
• how:可选参数有“inner”,”outer”,”left”,”right”，默认为”inner”
• left_on:左侧DataFrame中用作连接键的列
• right_on: 右侧DataFrame中用作连接键的列
• left_index: 将左侧的行索引用作其连接键
• right_index: 将右侧的行索引用作其连接键
• indicator:如果为True，则将名为_merge的Categorical类型列添加到具有值的输出对象

how='left',连接方式为合并之后第一个DataFrame中与第二个DataFrame中重复的列名的列：

import pandas as pdalbum_dict = {'平凡的一天':['平凡的一天','给你给我','一荤一素'],'小王日记':['水乡','小王','呓语'],'幼鸟指南':['城市傍晚','海上日记','幼鸟指南']}
album = pd.DataFrame(album_dict)
album1 = pd.DataFrame({'平凡的一天':['消愁','盛夏','无问'],'小王日记':['东北民谣','二零三','胡同'],'幼鸟指南':['极限十七','项羽虞姬','入海']})
album2 = pd.merge(album, album1, how='left',on=['平凡的一天','小王日记'],indicator=True)
album2

 how='left',连接方式为合并之后第二个DataFrame中与第一个DataFrame中重复的列名的列：

album2 = pd.merge(album, album1, how='right',on='平凡的一天')
album2

使用left_on和right_on进行连接：

import pandas as pdresult = pd.DataFrame({'key':[0,1,2],'key1':[1,2,3],'ab':[4,5,6]})
result1 = pd.DataFrame({'key':[3,2,1],'key1':[2,1,0],'cd':[6,5,4]})final = pd.merge(result,result1,left_on='ab',right_on='cd')
final

 使用left_on和right_index=True进行连接：

import pandas as pdresult = pd.DataFrame({'key':[0,1,2],'key1':[1,2,3],'ab':[4,5,6]})
result1 = pd.DataFrame({'key':[3,2,1],'key1':[2,1,0],'cd':[6,5,4]})final = pd.merge(result,result1,left_on='ab',right_index=True)
final

会变成这个亚子，是因为此时使用了 right_index=True进行连接，这时的意思是，将右边的表的索引跟左边表格的列（例子中的是列名为ab那一列）进行关联，而由于二者没有相同元素，所以显示的差不多是个空表了。看看右边表格的索引就明白了，索引为0，1，2。

 1.3、concat（拼接）

 参数说明：

• object：Series，DataFrame
• axis：需要合并连接的轴，0表示行，1表示列
• keys：选择之后可以创建多索引
• join：可选参数为'inner'和'outer'

final = pd.concat([result,result1])
final

 使用keys参数：

final = pd.concat([result,result1],keys = ['x','y'])
final

使用axis参数：（设为1表示沿着列拼接）

final = pd.concat([result,result1], axis=1)
final

 使用join参数（就是取交集的意思）：

final = pd.concat([result,result1], join='inner')
final

  

2、表格的简单操作

 2.1、表格的简单追加

追加列：

result['key3'] = result.apply(lambda x:x.sum(),axis =1)
result

result = pd.DataFrame({'key':[0,1,2],'key1':[1,2,3],'ab':[4,5,6]})
result1 = pd.DataFrame({'key':[3,2,1],'key1':[2,1,0],'cd':[6,5,4]})
result['test']=[1,2,3]

 

 追加行（ ignore_index：如果为True，则将忽略源DataFrame对象中的索引）：

ser = pd.Series([9,8,7], index=['key', 'key1', 'ab'])
df = result.append(ser, ignore_index=True)
df

2.2、表格的行列求和

列求和：

result.loc['key2'] = result.apply(lambda x:x.sum(),axis =0)
result

行求和：

result['key3'] = result.apply(lambda x:x.sum(),axis =1)
result

去掉表格中不想要的值：

result = pd.DataFrame({'key':[0,1,2],'key1':[1,2,3],'ab':[4,5,6]})
result1 = pd.DataFrame({'key':[3,2,1],'key1':[2,1,0],'cd':[6,5,4]})
result1[result1['cd']!=6]