Pandas中DataFrame的分組/分割/合并的實(shí)現(xiàn)

更新時(shí)間：2019年07月16日 14:50:44 作者：劉知昊

這篇文章主要介紹了Pandas中DataFrame的分組/分割/合并的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

學(xué)習(xí)《Python3爬蟲(chóng)、數(shù)據(jù)清洗與可視化實(shí)戰(zhàn)》時(shí)自己的一些實(shí)踐。

DataFrame分組操作

注意分組后得到的就是Series對(duì)象了，而不再是DataFrame對(duì)象。

import pandas as pd

# 還是讀取這份文件
df = pd.read_csv("E:/Data/practice/taobao_data.csv", delimiter=',', encoding='utf-8', header=0)

# 計(jì)算'成交量'按'位置'分組的平均值
grouped1 = df['成交量'].groupby(df['位置']).mean()
# print(grouped1)

在這里插入圖片描述

# 計(jì)算'成交量'先按'位置'再按'賣(mài)家'分組后的平均值
grouped2 = df['成交量'].groupby([df['位置'], df['賣(mài)家']]).mean()
# print(grouped2)

在這里插入圖片描述

# 計(jì)算先按'位置'再按'賣(mài)家'分組后的所有指標(biāo)(如果可以計(jì)算平均值)的平均值
grouped3 = df.groupby([df['位置'], df['賣(mài)家']]).mean()
# print(grouped3)

在這里插入圖片描述

DataFrame數(shù)據(jù)分割和合并

這里其實(shí)可以操作得很復(fù)雜，這里是一些比較基本的用法。

import pandas as pd

# 還是讀取這份文件
df = pd.read_csv("E:/Data/practice/taobao_data.csv", delimiter=',', encoding='utf-8', header=0)
# 計(jì)算銷(xiāo)售額
df['銷(xiāo)售額'] = df['價(jià)格'] * df['成交量']

# (1)前面學(xué)了ix,loc,iloc,這里是直接用[]運(yùn)算做分割
df1 = df[30:40][['位置', '賣(mài)家']]
# print(df1) # 從30號(hào)行到39號(hào)行
df2 = df[80:90][['賣(mài)家', '銷(xiāo)售額']]

在這里插入圖片描述

# (2)內(nèi)聯(lián)接操作(相當(dāng)于JOIN,INNER JOIN)
df3 = pd.merge(df1, df2) # 不指定列名,默認(rèn)選擇列名相同的'賣(mài)家'列
# print(df3)
df4 = pd.merge(df1, df2, on='賣(mài)家') # 指定按照'賣(mài)家'相同做聯(lián)接
# print(df4)

在這里插入圖片描述

# (3)全外聯(lián)接操作(相當(dāng)于FULL JOIN),沒(méi)有值的補(bǔ)NaN
df5 = pd.merge(df1, df2, how='outer')
# print(df5)

在這里插入圖片描述

# (4)左外聯(lián)接操作(相當(dāng)于LEFT JOIN),即左邊的都要,'銷(xiāo)售額'沒(méi)有就NaN
df6 = pd.merge(df1, df2, how='left')
# print(df6)

在這里插入圖片描述

# (5)右外聯(lián)接操作(相當(dāng)于RIGHT JOIN),即右邊的都要,'位置'沒(méi)有就NaN
df7 = pd.merge(df1, df2, how='right')
# print(df7)

在這里插入圖片描述

# (6)按索引相同做聯(lián)接
df_a = df[:10][['位置', '賣(mài)家']]
df_b = df[3:13][['價(jià)格', '成交量']]
df_c_1 = pd.merge(df_a, df_b, left_index=True, right_index=True) # 內(nèi)聯(lián)接
# print(df_c_1) # 只有從3到9的

在這里插入圖片描述

df_c_2 = df_a.join(df_b) # 左外聯(lián)接
# print(df_c_2) # 從0到10

在這里插入圖片描述

df_c_3 = df_b.join(df_a) # "右"外聯(lián)接(其實(shí)還是左外聯(lián)接,就是b在左邊a在右邊)
# print(df_c_3) # 從3到12

在這里插入圖片描述

# (7)軸向堆疊操作(上下堆疊時(shí)就相當(dāng)于UNION ALL,默認(rèn)不去重)
df8 = df[2:5][['價(jià)格']] # 注意這里只取一個(gè)列也要用[[]]
df9 = df[3:8][['銷(xiāo)售額', '寶貝']]
df10 = df[6:11][['賣(mài)家', '位置']]
# (7.1)默認(rèn)axis=0即上下堆疊,上下堆疊時(shí),堆疊順序和傳進(jìn)concat的順序一致,最終列=所有列數(shù)去重,缺失的補(bǔ)NaN
# 關(guān)于axis=0需要設(shè)置sort屬性的問(wèn)題,還沒(méi)查到有講這個(gè)的,這個(gè)問(wèn)題先留著...
df11 = pd.concat([df10, df9, df8], sort=False)
# print(df11)

在這里插入圖片描述

# (7.2)設(shè)置axis=1即左右堆疊,左右堆疊不允許索引重復(fù),相同索引的將被合并到一行
# 左右堆疊中,堆疊順序僅僅影響列的出現(xiàn)順序
# 這很好理解,畢竟不是從上到下"摞"在一起的,而是從左到右"卡"在一起的
df12 = pd.concat([df10, df9, df8], axis=1)
df13 = pd.concat([df8, df9, df10], axis=1)
# print(df12)
# print(df13)

在這里插入圖片描述