本章节聚焦于数据规整，包括聚合、合并和重塑。介绍了层次化索引的概念，如swaplevel和sort_index，以及如何使用set_index和reset_index进行索引操作。讨论了pandas的merge和concat函数在数据集合并中的应用，以及join方法的左连接特性。此外，还讲解了数据的重塑技巧，如pivot和melt函数，用于在长格式和宽格式间转换。
第8章 数据规整：聚合、合并和重塑
8.1 层次化索引
常见的数据层次化结构有两种，一种是表格，一种是“花括号”，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（Series-stack，方便记忆）。stack函数会将数据从“表格结构”变成“花括号结构”，即将其行索引变成列索引，反之，unstack函数将数据从“花括号结构”变成“表格结构”，即要将其中一层的列索引变成行索引。
- 重排与分级排序
swaplevel接受两个级别编号或名称，并返回一个互换了级别的新对象（但数据不会发生变化）。
sort_index根据单个级别中的值对数据进行排序。交换级别时，常常也会用到sort_index，这样最终结果就是按照指定顺序进行字母排序了。
- 根据级别汇总统计
许多对DataFrame和Series的描述和汇总统计都有一个level选项，它用于指定在某条轴上求和的级别。
- 使用DataFrame的列进行索引
DataFrame的set_index函数会将其一个或多个列转换为行索引，并创建一个新的DataFrame。默认情况下，那些列会从DataFrame中移除，用drop=False可以将其保留下来。
reset_index的功能跟set_index刚好相反，层次化索引的级别会被转移到列里面
8.2 合并数据集
pandas.merge可根据一个或多个键将不同DataFrame中的行连接起来。SQL或其他关系型数据库的用户对此应该会比较熟悉
最低0.47元/天 解锁文章
扫一扫
420
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
