1、join:默认情况下他是把行索引相同的数据合并到一起。
merge:按照指定的列把数据按照一定的方式合并到一起。
通过merge函数合并两个DataFrame。on代表指明拿什么作为key来进行匹配。how这里分为left,right,inner,outer等方式。
t1.merge(t2,left_on=”a”,right_on=”f”,how=”inner”)
默认的合并方式inner，交集
merge outer，并集，NaN补全
merge left，左边为准，NaN补全
merge right，右边为准，NaN补全
2、在pandas中类似的分组的操作 df.groupby(by=”columns_name”)
grouped是一个DataFrameGroupBy对象，是可迭代的，grouped中的每一个元素是一个元组。
如果我们需要对国家和省份进行分组统计：
（1）grouped = df.groupby(by=[df[“Country”],df[“State/Province”]]) 这种情况df可以省略，因为Country和State/Province已经包含在df中。
获取分组之后的某一部分数据的计数：
（2）df.groupby(by=[“Country”,”State/Province”])[“Country”].count()
对某几列数据进行分组计数：
（3）df[“Country”].groupby(by=[df[“Country”],df[“State/Province”]]).count() 这种情况df必须写，因为Country和State/Province不存在于前边的Country中。
(1)(2)(3)的返回结果是一样的。如果只返回一列数据，返回的是一个Series类型；(1)(2)(3)返回的是多列数据，所以返回的是一个DataFrame类型。
3、简单的索引操作：
获取index：df.index
指定index ：df.index = [‘x’,’y’]
重新设置index : df.reindex(list(“abcedf”))实则是对dataframe进行取行
指定某一列作为index ：df.set_index(“Country”,drop=False)默认为True，drop为False表示之前列充当索引的列名称依然保存
返回index的唯一值：df.set_index(“Country”).index.unique()
index是可以重复的。
索引也是可以复合的，复合索引，Series复合索引取值可以直接写在括号中，如t1[“one”,”h”]指one和h行，而DataFrame复合索引则不行，x.loc[“one”].loc[“h”]。
4、level相当于符合索引的里外层，交换了level之后，里外索引交换使用t1.swaplevel()
Original: https://blog.csdn.net/Kira_1899/article/details/118568705
Author: Kira_1899
Title: 数据分析（5）merge()、groupby()、索引相关操作
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/754693/
转载文章受原作者版权保护。转载请注明原作者出处！