《數(shù)據(jù)采集與預(yù)處理》課件16：數(shù)據(jù)清洗-pandas處理基礎(chǔ)

數(shù)據(jù)清洗-pandas處理基礎(chǔ)理解pandas中數(shù)據(jù)讀寫、選擇、整理和描述的函數(shù)使用掌握pandas數(shù)據(jù)選擇的方法理解數(shù)據(jù)分組、分割、合并和變形的相關(guān)函數(shù)使用掌握pandas數(shù)據(jù)合并的方法教學(xué)目標(biāo)1數(shù)據(jù)分組與分割數(shù)據(jù)清洗-pandas處理基礎(chǔ)數(shù)據(jù)讀寫、選擇、整理和描述23數(shù)據(jù)合并和變形數(shù)據(jù)讀寫、選擇、整理和描述Pandas是一個(gè)強(qiáng)大的分析結(jié)構(gòu)化數(shù)據(jù)的工具集；提供數(shù)據(jù)清洗功能，同時(shí)也用于數(shù)據(jù)挖掘和數(shù)據(jù)分析。利器之一：Series它是一種類似于一維數(shù)組的對(duì)象，是由一組數(shù)據(jù)(各種NumPy數(shù)據(jù)類型)以及一組與之相關(guān)的數(shù)據(jù)標(biāo)簽(即索引)組成。僅由一組數(shù)據(jù)也可產(chǎn)生簡(jiǎn)單的Series對(duì)象。利器之二：DataFrameDataFrame是Pandas中的一個(gè)表格型的數(shù)據(jù)結(jié)構(gòu)，包含有一組有序的列，每列可以是不同的值類型(數(shù)值、字符串、布爾型等)，DataFrame即有行索引也有列索引，可以被看做是由Series組成的字典。安裝Pandas需要很多依賴的庫(kù)，安裝起來比較麻煩，建議使用Anancoda，Anancoda內(nèi)置了有關(guān)數(shù)據(jù)清洗和算法的庫(kù)。數(shù)據(jù)讀寫、選擇、整理和描述1、從CSV中讀取數(shù)據(jù)Pandas中的read_csv()函數(shù)用于讀取文本文件，具體的語(yǔ)法如下：參數(shù)解釋：filepath_or_buffer：文件類型；sep：str類型，分隔符，默認(rèn)的','分隔符；

delimiter：str類型，sep的替代參數(shù)，默認(rèn)為Nonwe;

header：設(shè)定列名，默認(rèn)值為'infer'，當(dāng)選擇默認(rèn)值或header=0時(shí)，將首行設(shè)為列名。如果列名被傳入明確值就令header=None；name：列名列表的使用，默認(rèn)值為'infer'，如果文件不包含列名，那么應(yīng)該設(shè)置header=None。列名列表中不允許有重復(fù)值；index_col：DataFrame的行索引列表,既可以是字符串名稱也可以是列索引.如果傳入一個(gè)字符串序列或者整數(shù)序列,那么一定要使用多級(jí)索引；

usecols：返回列名列表的子集。如果該參數(shù)為列表形式,那么所有元素應(yīng)全為位置或者全為相應(yīng)列的列名字符串。pandas.read_csv(filepath_or_buffer,sep=',',delimiter=None,header='infer',names=None,index_col=None,usecols=None)數(shù)據(jù)讀寫、選擇、整理和描述1、從CSV中讀取數(shù)據(jù)讀取數(shù)據(jù)，具體的代碼如下：代碼運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")print(df)數(shù)據(jù)讀寫、選擇、整理和描述2、從CSV中寫入數(shù)據(jù)Pandas中的to_csv()函數(shù)是DataFrame類的方法，向CSV中寫入數(shù)據(jù)，具體語(yǔ)法如下：參數(shù)解釋：path_or_buf：路徑或?qū)ο?，如果沒有提供，結(jié)果將返回為字符串；

sep：輸出文件的字段分隔符，默認(rèn)的','分隔符；

delimiter：str類型，默認(rèn)為''，浮點(diǎn)數(shù)格式字符串;

float_format：str類型，默認(rèn)為None，浮點(diǎn)數(shù)格式字符串；

columns：sequence類型，寫入可選列；

header：boolean或str類型，默認(rèn)為True；寫出列名。如果給定字符串列表，則假定為列名的別名；

index：boolean類型，寫入行名稱（索引）；index_label：string或sequence,或False,defaultNone，如果需要，可以使用索引列的列標(biāo)簽。如果沒有給出，且標(biāo)題和索引為True，則使用索引名稱。如果數(shù)據(jù)文件使用多索引，則應(yīng)該使用這個(gè)序列。如果值為False，不打印索引字段。DataFrame.to_csv(path_or_buf=None,sep=',',na_rep='',float_format=None,columns=None,header=True,index=True,index_label=None)數(shù)據(jù)讀寫、選擇、整理和描述2、從CSV中寫入數(shù)據(jù)向CSV寫入數(shù)據(jù)，具體的代碼如下：程序運(yùn)行完成后會(huì)在相應(yīng)目錄（此處是：F:/）下生成taobao_price_data_csv文件，文件內(nèi)容如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df.to_csv("F:/taobao_price_data.csv",columns=['商品','價(jià)格'],index=False,header=True)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)（1）行的選取使用Pandas切片可以獲取某些特定行數(shù)據(jù)。獲取前3行的數(shù)據(jù)，具體的代碼如下：選擇第0行至第2行的數(shù)據(jù)，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")rows=df[0:3]print(rows)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)（2）列的選取使用Pandas切片可以獲取某些特定列數(shù)據(jù)。獲取寶貝、價(jià)格兩列數(shù)據(jù)，具體的代碼如下：選擇寶貝、價(jià)格兩列數(shù)據(jù)，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")cols=df[['寶貝','價(jià)格']]print(cols)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)（3）塊的選取使用Pandas切片可以獲取某些特定行和列數(shù)據(jù)。獲取前3行寶貝、價(jià)格兩列數(shù)據(jù)，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")rcols=df.ix[0:2,['寶貝','價(jià)格']]print(rcols)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)（4）操作行和塊使用Pandasseries實(shí)現(xiàn)對(duì)行和列的操作。從已有的列中創(chuàng)建一個(gè)新的列，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df['銷售量']=df['價(jià)格']*df['成交量']print(df)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)（5）過濾行使用Pandas

過濾實(shí)現(xiàn)對(duì)行數(shù)據(jù)的過濾。選擇價(jià)格<100并且成交量>10000的所有數(shù)據(jù)，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")data=df[(df['價(jià)格']<100)&(df['成交量']>10000)]print(data)數(shù)據(jù)讀寫、選擇、整理和描述3、選擇數(shù)據(jù)在Dataframe中選取數(shù)據(jù)大抵包括3中情況：行(列)選取(單維度選取)：df[]。這種情況一次只能選取行或者列，即一次選取中，只能為行或者列設(shè)置篩選條件(只能為一個(gè)維度設(shè)置篩選條件)。區(qū)域選取(多維選取)：df.loc[]，df.iloc[]，df.ix[]。這種方式可以同時(shí)為多個(gè)維度設(shè)置篩選條件。df.loc[]只能使用標(biāo)簽索引，不能使用整數(shù)索引，通過便簽索引切邊進(jìn)行篩選時(shí)，前閉后閉。df.iloc[]只能使用整數(shù)索引，不能使用標(biāo)簽索引，通過整數(shù)索引切邊進(jìn)行篩選時(shí)，前閉后開。df.ix[]既可以使用標(biāo)簽索引，也可以使用整數(shù)索引。單元格選取(點(diǎn)選取)：df.at[]，df.iat[]。準(zhǔn)確定位一個(gè)單元格。df.at[]和df.iat[]使用時(shí)必須輸入兩個(gè)參數(shù)，即行索引和列索引，其中df.at[]只能使用標(biāo)簽索引，df.iat[]只能使用整數(shù)索引。df.at[]和df.iat[]選取的都是單個(gè)單元格(單行單列)，所以返回值都為基本數(shù)據(jù)類型。課堂練習(xí)importpandasaspd

importnumpyasnp

data={'name':['Joe','Mike','Jack','Rose','David','Marry','Wansi','Sidy','Jason','Even'],'age':[25,32,18,np.nan,15,20,41,np.nan,37,32],'gender':[1,0,1,1,0,1,0,0,1,0],'isMarried':['yes','yes','no','yes','no','no','no','yes','no','no']}

labels=['a','b','c','d','e','f','g','h','i','j']

df=pd.DataFrame(data,index=labels)df['a':'b'])df[['name','age']]

df[[True,True,True,False,False,False,False,False,False,False]]

df.loc['a',:]

df.loc[[True,True,True,False,False,False],:]

df.loc[df['age']>30,:]

df.loc[df['age']>30,['name','age']]df.iloc[:2]df.iloc[:,1]

df.iloc[[1,3,5],:]df.iloc[:,[True,True,True,False]]df.ix[['a','c'],[0,1,3]]df.ix[df['isMarried']=='no',['name','age']]df.at['b','name']數(shù)據(jù)讀寫、選擇、整理和描述4、整理數(shù)據(jù)pandas.sort_index()函數(shù)實(shí)現(xiàn)：按標(biāo)簽對(duì)數(shù)據(jù)進(jìn)行排序。將數(shù)據(jù)按位置字段進(jìn)行排序，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")#將某個(gè)字段設(shè)置為indexdf1=df.set_index('位置')df1=df1.sort_index()print(df1)數(shù)據(jù)讀寫、選擇、整理和描述4、整理數(shù)據(jù)將數(shù)據(jù)按位置和賣家兩個(gè)字段進(jìn)行排序，其中位置為第一個(gè)排序因子，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df2=df.set_index(['位置','賣家'])df2=df2.sort_index()print(df2)數(shù)據(jù)讀寫、選擇、整理和描述4、整理數(shù)據(jù)pandas.sort_values()函數(shù)實(shí)現(xiàn)：將數(shù)據(jù)集依照某個(gè)字段中的數(shù)據(jù)進(jìn)行排序，該函數(shù)即可根據(jù)指定列/行數(shù)據(jù)排序。將數(shù)據(jù)按成交量按位置分組計(jì)算求和，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")#drop(默認(rèn)axis=0)是刪除行，axis=1是刪除列df_sum=df.drop(['寶貝','賣家'],axis=1).groupby('位置').sum()df_sum=df_sum.sort_values('成交量',ascending=False)print(df_sum)數(shù)據(jù)讀寫、選擇、整理和描述5、數(shù)據(jù)描述為了快速了解數(shù)據(jù)的信息，使用一些指令。()函數(shù)可以查看表的數(shù)據(jù)信息，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")#查看表的數(shù)據(jù)信息()數(shù)據(jù)讀寫、選擇、整理和描述5、數(shù)據(jù)描述為了快速了解數(shù)據(jù)的信息，使用一些指令。pandas.describe()函數(shù)可以查看表的描述性統(tǒng)計(jì)信息，具體的代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")#查看表的描述性統(tǒng)計(jì)信息des=df.describe()print(des)1數(shù)據(jù)分組與分割數(shù)據(jù)清洗-pandas處理基礎(chǔ)數(shù)據(jù)讀寫、選擇、整理和描述23數(shù)據(jù)合并和變形1、數(shù)據(jù)分組（1）匯總數(shù)據(jù)Pandas中的mean()函數(shù)可實(shí)現(xiàn)：指定字段作為索引、匯總數(shù)據(jù)。將數(shù)據(jù)按位置進(jìn)行分組，并計(jì)算成交量列的平均值，使用groupby進(jìn)行分組，具體代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")grouped=df['成交量'].groupby(df['位置'])grouped=grouped.mean()print(grouped)數(shù)據(jù)分組與分割數(shù)據(jù)分組與分割1、數(shù)據(jù)分組將數(shù)據(jù)按多列進(jìn)行分組，并計(jì)算成交量列的平均值，具體代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")means=df['成交量'].groupby([df['位置'],df['賣家']])means=means.mean()print(means)數(shù)據(jù)分組與分割1、數(shù)據(jù)分組（2）列名用作分組Pandas中可使用groupby()函數(shù)實(shí)現(xiàn)：按列名進(jìn)行分組。將數(shù)據(jù)按位置作為索引，按均值匯總所有的數(shù)值指標(biāo)，具體代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")group=df.groupby('位置')group=group.mean()print(group)數(shù)據(jù)分組與分割1、數(shù)據(jù)分組將數(shù)據(jù)按位置和賣家作為索引，按均值匯總所有的數(shù)值指標(biāo)，具體代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")groups=df.groupby(['位置','賣家'])groups=groups.mean()print(groups)數(shù)據(jù)分組與分割1、數(shù)據(jù)分組groupby的size()函數(shù)實(shí)現(xiàn)：可以返回一個(gè)含有各分組大小的Serise。將數(shù)據(jù)按位置和賣家作為索引，匯總各分組大小的Serise，具體代碼如下：運(yùn)行程序，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")ser=df.groupby(['位置','賣家'])ser=ser.size()print(ser)數(shù)據(jù)分組與分割2、數(shù)據(jù)分割使用Pandas切片可以對(duì)原有數(shù)據(jù)進(jìn)行分割。將數(shù)據(jù)進(jìn)行分割，具體代碼如下：獲取第30~39行數(shù)據(jù)，只保留位置和賣家兩列，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[30:40][['位置','賣家']]df2=df[80:90][['賣家','成交量']]print(df1)數(shù)據(jù)分組與分割2、數(shù)據(jù)分割使用Pandas切片可以對(duì)原有數(shù)據(jù)進(jìn)行分割。將數(shù)據(jù)進(jìn)行分割，具體代碼如下：獲取第30~39行數(shù)據(jù)，只保留位置和賣家兩列，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[30:40][['位置','賣家']]df2=df[80:90][['賣家','成交量']]print(df1)1數(shù)據(jù)分組與分割數(shù)據(jù)清洗-pandas處理基礎(chǔ)數(shù)據(jù)讀寫、選擇、整理和描述23數(shù)據(jù)合并和變形數(shù)據(jù)合并和變形1、數(shù)據(jù)合并Pandas中有一些內(nèi)置的合并數(shù)據(jù)集函數(shù)，具體如下：pandas.merge()：依據(jù)一個(gè)或多個(gè)鍵將多個(gè)DataFrame連接起來，類似于數(shù)據(jù)庫(kù)連接；pandas.concat()：可以沿著一個(gè)軸將多個(gè)對(duì)象堆疊起來；combine_first()：可以將重復(fù)數(shù)據(jù)編制在一起，用以填充另一個(gè)對(duì)象的缺失值。（1）數(shù)據(jù)風(fēng)格的DataFrame合并數(shù)據(jù)庫(kù)合并（merge）將一個(gè)或多個(gè)鍵將行連接起來，merge()具體語(yǔ)法如下：主要參數(shù)解釋：

left：DataFrame類型，左表；

right：DataFrame類型，右表；pandas.merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=False,suffixes=('_x','_y'),copy=True,indicator=False,validate=None)數(shù)據(jù)合并和變形主要參數(shù)解釋：how：連接方式，默認(rèn)為inner，可設(shè)為inner，可設(shè)為outer/left/right；

left：僅保留左表的鍵；

right：僅保留右表的鍵；

outer:兩表的鍵取并集；

inner:兩表的鍵取交集。

on：用來對(duì)齊的那一列的名字，用到這個(gè)參數(shù)的時(shí)候一定要保證左表和右表用來對(duì)齊的那一列都有相同的列名；

left_index：將left行索引用作連接鍵；

right_index:將right行索引用作連接鍵。pandas.merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=False,suffixes=('_x','_y'),copy=True,indicator=False,validate=None)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并使用inner連接方式合并數(shù)據(jù)，具體代碼如下：獲取賣家相同的列名，具體結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[30:40][['位置','賣家']]df2=df[80:90][['賣家','成交量']]df3=pd.merge(df1,df2,on='賣家')print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并使用left連接方式合并數(shù)據(jù)，具體代碼如下：運(yùn)行運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[30:40][['位置','賣家']]df2=df[80:90][['賣家','成交量']]df3=pd.merge(df1,df2,how='left')print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并使用right連接方式合并數(shù)據(jù)，具體代碼如下：運(yùn)行運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[30:40][['位置','賣家']]df2=df[80:90][['賣家','成交量']]df3=pd.merge(df1,df2,how='right',on='賣家')print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（2）索引上的合并Pandas中的merge()函數(shù)和join()函數(shù)可以實(shí)現(xiàn)合并索引。merge()函數(shù)中的left_index=True或right_index=True，可以將索引作為連接鍵使用，具體代碼如下：運(yùn)行運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:10][['位置','賣家']]df2=df[:10][['賣家','成交量']]df3=pd.merge(df1,df2,left_index=True,right_index=True)print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（2）索引上的合并join()函數(shù)可以更加方便地按照對(duì)象df的索引進(jìn)行合并，具體語(yǔ)法如下：主要參數(shù)解釋：

other：DataFrame類型；

how：連接方式，默認(rèn)為inner，可設(shè)為inner，可設(shè)為outer/left/right；left：僅保留左表的鍵；

right：僅保留右表的鍵；outer:兩表的鍵取并集；inner:兩表的鍵取交集。

on：用來對(duì)齊的那一列的名字，用到這個(gè)參數(shù)的時(shí)候一定要保證左表和右表用來對(duì)齊的那一列都有相同的列名；DataFrame.join(other,on=None,how='left',lsuffix='',rsuffix='',sort=False)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（2）索引上的合并使用join()函數(shù)進(jìn)行索引合并，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:10][['位置','賣家']]df2=df[:10][['價(jià)格','成交量']]df3=df1.join(df2)print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接pandas.concat()函數(shù)可以合并多組數(shù)據(jù)，具體語(yǔ)法如下：主要參數(shù)解釋：

objs：Series，DataFrame或Panel對(duì)象的序列或映射。

axis：{0,1，...}，默認(rèn)為0，沿著連接的軸。0是按列軸方向合并行數(shù)據(jù)，1是按行軸方向合并列數(shù)據(jù)。

join：{'inner'，'outer'}，默認(rèn)為“outer”。如何處理其他軸上的索引。outer為聯(lián)合和inner為交集。

pandas.concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False,keys=None,levels=None,names=None,verify_integrity=False,copy=True)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接使用concat()函數(shù)連接單列數(shù)據(jù)，并且設(shè)定axis=0，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:5]['寶貝']df2=df[5:10]['寶貝']df3=df[10:15]['寶貝']df4=pd.concat([df1,df2,df3])print(df4)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接使用concat()函數(shù)連接單列數(shù)據(jù)，并且設(shè)定axis=1，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:5]['寶貝']df2=df[:5]['價(jià)格']df3=df[:5]['成交量']df4=pd.concat([df1,df2,df3],axis=1)print(df4)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接使用concat()函數(shù)連接多列數(shù)據(jù)，并且設(shè)定axis=0，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:5][['寶貝','賣家']]df2=df[:5][['價(jià)格','成交量']]df3=pd.concat([df1,df2])print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接使用concat()函數(shù)連接多列數(shù)據(jù)，并且設(shè)定axis=1，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:5][['寶貝','賣家']]df2=df[:5][['價(jià)格','成交量']]df3=pd.concat([df1,df2],axis=1)print(df3)數(shù)據(jù)合并和變形1、數(shù)據(jù)合并（3）軸向連接使用concat()函數(shù)連接多列數(shù)據(jù)，并且設(shè)定axis=0，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件df=pd.read_csv("F:/taobao_data.csv")df1=df[:5][['寶貝','賣家']]df2=df[:5][['價(jià)格','成交量']]df3=pd.concat([df1,df2])print(df3)數(shù)據(jù)合并和變形2、數(shù)據(jù)變形（1）重塑層次化索引針對(duì)DataFrame，Pandas有內(nèi)置函數(shù)：stack()函數(shù)：即“堆疊”，作用是將列旋轉(zhuǎn)到行；unstack()函數(shù)：即stack()的反操作，將行旋轉(zhuǎn)到列。使用stack()函數(shù)將天氣數(shù)據(jù)進(jìn)行變形，將DataFrame轉(zhuǎn)化成一個(gè)層次化索引的Series，具體代碼如下：運(yùn)行結(jié)果如下：importpandasaspd#從csv中讀取數(shù)據(jù)，還可以讀取html、txt等格式的文件data=pd.read_csv("F:/hz_weather.csv")#把列轉(zhuǎn)換為行，即形成一個(gè)層次化索引的Seriesdf=data.stack()print(df