python数据分析72 -76

最新推荐文章于 2022-04-20 10:38:32 发布
原创 最新推荐文章于 2022-04-20 10:38:32 发布 · 157 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

本文讲解如何在没有键值的情况下利用索引进行数据融合，包括pd.merge中left_on和right_index的使用，以及pd.concat、np.concatenate和pd.concat函数的异同。重点介绍Series的合并、stack/unstack操作及其参数设置，帮助理解多层索引的转换和处理。

数据规整

pd.merge()

在这里插入图片描述
在这里插入图片描述

如果没有对应的key值，而索引可以对应，可以设置按索引链接：

在这里插入图片描述
需要着重记住 left_on 和 right_index 两个参数
在这里插入图片描述

join()

要求两组数据没有重叠的列
在这里插入图片描述
在这里插入图片描述

pd.concat()

np.concatenate()
pd.cancat()
  • 默认axis = 0
  • join默认为outer
  • Series合并时查看索引有无重复
pd.concat([data1,data2],axis = 1)

stack() unstack()

将多层索引转换为Series

r = data.stack()

转变回去

r.unstack()
r.unstack(1)
r.unstack(‘姓名’)

可以指定 0 或者 1 来指定分层的依据
也可以指定行和列的name值 来达到同样的效果

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
stack()默认过滤na值，如果不想过滤，可以填入参数 dropna = False

【数据分析 R语言实战】学习笔记 第三章 数据预处理 （下）
05-15 868
3.3缺失值处理 R中缺失值以NA表示，判断数据是否存在缺失值的函数有两个，最基本的函数是is.na()它可以应用于向量、数据框等多种对象，返回逻辑值。 > attach(data) The following objects are masked fromdata (pos = 3): city, price, salary > data$salary=replac...
R语言进阶之四：数据整形（reshape）
R语言与生物信息学
04-23 2万+
从不同途径得到的数据的组织方式是多种多样的，很多数据都要经过整理才能进行有效的分析，数据整形不仅仅是为了改善数据的外观，也是进行一些统计分析和作图前必要的步骤。数据整形和数据凝练/汇总往往密不可分，这是门学问，是R语言数据处理的内容之一。一、通过重新构建数据进行整形数据整形最直接的思路就把数据全部向量化，然后按要求用向量构建其他类型的数据。这样是不是会产生大量的中间变量、占用大量内存？没错。R语言
R基础学习 | 处理数据的技巧整理
weixin_40640700的博客
03-25 2352
这里总结一下，今天老师上课的内容。我觉得跟着老师，我能学到好多东西。我要消化。我突然觉得自己很卑微，因为有那么多东西需要学习的。但是 复习的侧重点在：什么是自己知道的？什么是自己不知道的？缺什么补什么？ R基础知识整理（查漏补缺） S1：identical identical(a,i) #既检验数值又检验数据类型 i==m == 仅仅是数值的比较； identical 则同时包括数值和属性的比较； S2: stringasFactor=FALSE df3 <- data.frame(a=.
r语言数据整形
革命小子的专栏
05-19 1478
matrix array asvector list unlist matrix及asvector list及unlist array与matrix transform subset和within函数 stack和unstack类似excel数据透视matrix, array, as.vector, list unlistmatrix及as.vector据整形最直接的思路就把数据全部向量化，然后按要
tf.stack()与tf.unstack()函数
Hhaicl的博客
11-05 8728
tf.stack()是一个矩阵拼接函数，即将秩为 R 的张量列表堆叠成一个秩为 (R+1) 的张量。  import tensorflow as tf a = tf.constant([[1,2,3],[4,5,6]]) b = tf.constant([[7,8,9],[0,1,7]]) c = tf.stack([a,b],axis = 0) with tf.Session() as se...
嵩天-python数据分析与展示-课件-代码
11-09
【Python数据分析与展示】是IT领域中一个热门且实用的主题，尤其对于数据科学家、分析师以及对数据感兴趣的初学者而言。嵩天，作为一个知名的讲师，以其深入浅出的教学风格深受学员喜爱。这个压缩包包含了他关于...
Python数据分析与可视化-电子教案.pdf
06-12
《Python 数据分析与可视化》是一门专为计算机系或大数据技术与应用专业学生设计的专业必修课程，旨在培养学生的数据分析和可视化技能。课程总计60学时，包括36学时理论教学和24学时实验操作，授予3个学分。通过本...
python数据分析-Python数据分析模块
10-09
python数据分析-Python数据分析模块
python数据分析大作业-爬虫、建立模型、可视化、结论分析
06-09
包括代码文件
tf.stack()和tf.unstack()的用法
热门推荐
liguandong
08-19 6万+
tf.stack（）这是一个矩阵拼接的函数，tf.unstack（）则是一个矩阵分解的函数 c是拼接，而d和e则是不同维度的分解
pandas中的stack和unstack函数解析
OYY_90的博客
05-24 2536
在用pandas进行数据重排时，经常用到stack和unstack两个函数。stack的意思是堆叠，堆积，unstack即“不要堆叠”，我对两个函数是这样理解和区分的。 　　常见的数据的层次化结构有两种，一种是表格，一种是“花括号”，即下面这样的l两种形式： 表格在行列方向上均有索引（类似于DataFrame），花括号结构只有“列方向”上的索引（类似于层次化的Series），结构更加偏向于...
R语言基础入门
weixin_34268753的博客
03-03 3278
R语言基础入门之一：引言   1 什么是R语言R语言是一个开源的数据分析环境，起初是由数位统计学家建立起来，以更好的进行统计计算和绘图，这篇wiki中包含了一些基本情况的介绍。由于R可以通过安装扩展包（Packages）而得到增强，所以其功能已经远远不限于统计分析，如果感兴趣的话可以到官方网站了解关于其功能的更多信息。至于R语言名称的由来则是根据两位主要作者的首字母(Robert Gentle...
python——stack()和unstack（）用法
weixin_57198917的博客
04-20 1万+
在学习python的过程中遇到了这两个函数，讲讲学习的心得
【Python_026】stack()与unstack()函数用法
Haaaley's Notebook
09-07 7503
本篇博客分享python中stack()与unstack()函数用法 一维表和二维表 我们最常用的源数据就是一维表，每个index都在行上。 例如下图 经过了pivot之后的表为二维表,如下图 stack() stack()就是把二维表转化成一维表（stack为堆叠的意思，就是把所有的index都堆在行上） unstack() unstack() 则为stack的逆函数，即把一维表转化成二维表的过程 实例说明 import pandas as pd import numpy as np data=p.
pandas 中 stack 和 unstack的用法
管他叫大靖
06-19 1万+
import numpy as npimport pandas as pd​data=pd.DataFrame(np.arange(6).reshape((3,2)),index=pd.Index(['a','b','c'],name='state'),columns=pd.Index(['I','II'],name='number'))dataOut[627]: number I IIsta
stack and unstack
Forever的博客
11-26 1232
介绍stack相关
python数据分析18-21
Han_python的博客
06-26 6579
文件操作 操作csv文件
python数据分析25-32
Han_python的博客
06-27 460
np.random模块 np.random.seed 生成随机数时候的种子 np.random,rand()产生一个0-1之间的随机数 np.random.rand(2,3)生成一个两行三列的0-1之间的随机数数组 np.random.randn()生成均值为0，标准差为1的标准正态分布 np.random.randint(1,20,size=(3,4))随机整数 np.random.choice([2,3,1,4],2) 从一个列表或者数组中随机采样，采样个数可以通过参数指定 np.random.sh
python数据分析68-71
Han_python的博客
07-04 429
字符串操作 append方法注意事项 split()分隔 strip()去空白字符 join() 方法 ‘a’ in data # a是否在data中 data.index('a') #返回a的索引 data.find('a') # 查找a，找到则返回索引下标位置，没有找到返回-1 val.replace('a','b') #将a替换为b 正则表达式 要使用正则表达式，需要导入re模块 import re re.split() re.compile() 将经常用到的正则表达
Python实现发送Form-Data数据的方法详解及实例分析
Python 实现发送 Form-Data 数据的方法详解 Python 是一种广泛应用于 web 开发的编程语言，发送 Form-Data 数据是 Python 中的一种常见操作。Form-Data 是一种特殊的数据格式，用于发送文件和表单数据。下面将详细...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值