python pandas高级进阶

最新推荐文章于 2025-07-22 10:37:08 发布

Z_mirror

最新推荐文章于 2025-07-22 10:37:08 发布

阅读量3k

点赞数 9

CC 4.0 BY-SA版权

分类专栏： pandas python 文章标签： pandas

本文链接：https://blog.youkuaiyun.com/qq_43287650/article/details/82948038

本文详细介绍了Python Pandas库的高级用法，包括数据规整化的合并、重塑与选择，如pd.merge、concat和combin_first()。还涵盖了数据转换技巧，如清除重复数据、值替换和数据拆分。此外，探讨了数据加载、存储与解析，以及数据聚合与分组计算，如分组聚合、apply函数和透视表的使用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

这是要导入的模块
在这里插入图片描述

一、数据规整化 – 合并数据集

pd.merge :连接dataframe的行，实现的是数据库的连接操作
concat: 沿一条轴将多个对象堆叠到一起
combine_first：可以将重复数据编接在一起,用一个对象中的值填充另一个对象中的缺失值！

1.pd.merge合并数据集

（1）两个有相同列名的dataframe

 # 创建两个dataframe
df1 = DataFrame(
    {
   
   
        'key':list('bbacaab'),
        'data1':range(7)
    }
)
#通过字典来创建 

df2= DataFrame(
    {
   
   
        'key':list('abd'),
        'data2':range(3)
    }
)
print('df1:\n',df1)
print('df2:\n{}'.format(df2))

在这里插入图片描述

# merge 连接  采用的是‘inner'连接的方式，取交集部分，没有交集的会舍弃掉
pd.merge(df1,df2)
# 默认情况下merge会将重复的列当作键来合并，建议使用on 来指定以什么来合并
pd.merge(df1,df2,on='key')

在这里插入图片描述
（2）两个无相同列名的dataframe进行合并

# 进行合并，以不同的列
pd.merge(df3,df4,left_on='Lkey',right_on='Rkey')

在这里插入图片描述
3.pd.merge参数 how = outer 作为合并参数取并集

pd.merge(df1,df2,how='outer')

最低0.47元/天解锁文章

200万优质内容无限畅学