データ分析のパンダスプライシング操作

パンダスプライシング操作

2種類のパンダスプライシング：

カスケード：pd.concat、pd.append
マージ：pd.mergeを、pd.join

カスケード接続1. pd.concat（）

パンダは似ていますが、いくつかのパラメータよりもpd.concat機能、およびnp.concatenate機能を使用します。

objs
axis=0
keys
join='outer' / 'inner':表示的是级联的方式，outer会将所有的项进行级联（忽略匹配和不匹配），而inner只会将匹配的项级联到一起，不匹配的不级联
ignore_index=False

1.1 匹配级联

インポートのNPとしてnumpyの
 インポートPDとしてパンダ
 からパンダはインポートシリーズ、データフレーム
DF1 =データフレーム（データ= np.random.randint（0,100、サイズ=（3,4））、インデックス= [ 'A'、 'B'、 'Cを']、列= [' A ' 'B'、 'C'、 'D']）
DF2 =データフレーム（データ= np.random.randint（0,100、サイズ=（3,4））、インデックス= [' A」、 'D'、 'C']、列= [ 'A'、 'B'、 'E'、 'D']）
ディスプレイ（DF1、DF2）

pd.concat（（DF1、DF1、DF1）、軸を=。1、参加= ' インナー'）＃スプライシングラインDF1

2カスケードのミスマッチ

人差し指は、一貫性のない寸法カスケードで一致していません。例えば矛盾長手カスケード列インデックス、カスケード接続の横方向行インデックス矛盾

接続の2種類があります。

外部接続：NaNのを補完する（デフォルトモード）

エン：のみ一致する項目を接続

pd.concat（（DF1、DF2）、軸= 0、参加= ' インナー'）コネクタ内にスプライス＃列

pd.merge（）マージを使用します

、合併は、共通の列に基づいてマージする必要がある違いと合併CONCAT

両方自動的にマージするためのキーとして行と同じ列名に応じて、マージ（）pd.mergeを使用します。

各列内の要素の順序が要件と一致しないことに注意してください

パラメータ：

どのように：外と内側の交差を取るように設定します

上：同じ列の複数の値のリストに、マージに行を指定するために使用することができる場合

1）合流の一つ

データの作成

DF1 =データフレーム（{ ' 従業員'：[ ' ボブ'、' ジェイク'、' リサ' ]、
                 ' グループ'：[ ' 会計'、' エンジニアリング'、' エンジニアリング' ] 
                }）

DF2 =データフレーム（{ ' 従業員'：[ ' リサ'、' ボブ'、' ジェイク' ]、
                 ' HIRE_DATE '：[2004,2008,2012 ] 
                }）

同じフィールドに従って結合pd.merge（DF1、DF2）＃デフォルトの合成

2）多くの合併

# 创建数据
df3 = DataFrame({
    'employee':['Lisa','Jake'],
    'group':['Accounting','Engineering'],
    'hire_date':[2004,2016]})

df4 = DataFrame({'group':['Accounting','Engineering','Engineering'],
                       'supervisor':['Carly','Guido','Steve']
                })

pd.merge(df3,df4) # 合并数据

3) 多对多合并

df1 = DataFrame({'employee':['Bob','Jake','Lisa'],
                 'group':['Accounting','Engineering','Engineering']})

df5 = DataFrame({'group':['Engineering','Engineering','HR'],
                'supervisor':['Carly','Guido','Steve']
                })

pd.merge(df1,df5,how='outer') # 合并外连接

4) key的规范化

当列冲突时，即有多个列名称相同时，需要使用on=来指定哪一个列作为key，配合suffixes指定冲突列名

df1 = DataFrame({'employee':['Jack',"Summer","Steve"],
                 'group':['Accounting','Finance','Marketing']})

df2 = DataFrame({'employee':['Jack','Bob',"Jake"],
                 'hire_date':[2003,2009,2012],
                'group':['Accounting','sell','ceo']})

pd.merge(df1,df2,on='employee') #合并 指定固定的列

当两张表没有可进行连接的列时，可使用left_on和right_on手动指定merge中左右两边的哪一列列作为连接的列

df1 = DataFrame({'employee':['Bobs','Linda','Bill'],
                'group':['Accounting','Product','Marketing'],
               'hire_date':[1998,2017,2018]})

df5 = DataFrame({'name':['Lisa','Bobs','Bill'],
                'hire_dates':[1998,2016,2007]})

pd.merge(df1,df5,left_on='employee',right_on='name') # 指定左右合并的列

5) 内合并与外合并:out取并集 inner取交集

df6 = DataFrame({'name':['Peter','Paul','Mary'],
               'food':['fish','beans','bread']}
               )
df7 = DataFrame({'name':['Mary','Joseph'],
                'drink':['wine','beer']})
外合并 how='outer'：补NaN

df6 = DataFrame({'name':['Peter','Paul','Mary'],
               'food':['fish','beans','bread']}
               )
df7 = DataFrame({'name':['Mary','Joseph'],
                'drink':['wine','beer']})