python merge()&groupby()

本文详细介绍了Python中数据处理的两种重要方法——merge()和groupby()。merge()函数允许按照指定键进行数据合并,支持左连接等多种方式;groupby()则用于根据特定列将数据分组,并可结合func()进行聚合操作。在实际使用中,merge()常常与fillna()配合处理缺失值,而groupby()则可通过apply()函数实现更灵活的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

以下内容简单介绍merge和groupby在数据处理时常用的形式。
1.merge()

这里写图片描述
使用方法一:
merge(df1,df2,on=’key’,how=’left’)

======================================================================================
df1,df2:
要混合的两个dataframe,
on:
混合关键词列,
how:
混合方式。
left:
以左边dataframe为标准按左边dataframe标准去搜索右边的dataframe。

======================================================================================

搜索流程:
①确定左边dataframe的key。
②按键搜索右边dataframe。
③列出。

======================================================================================

使用方法二:
A=A.merge(B,how=’left’,on=[])
A为混合主体,on指定一组列作为key。

注:由于合并后常常存在空值NaN,因此常与fillna(x)函数联用,其中x代表要填充进NaN的值。

======================================================================================

gruopby():

df.grouby([‘column1’,’column2’])[‘column3’].func()
根据func指定处理形式合并df中含有相同[‘column1’,’column2’]的行。
[‘column3’]表被无视的一列,最后变为‘’计数‘’列。
这里写图片描述
另外,可以使用apply()函数使运用更加灵活。
注:合并时无视df中其他的列。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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