CSV表格融合

常用表格融合函数

1 merge（）

用于融合的函数

https://blog.csdn.net/brucewong0516/article/details/82707492

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,

         left_index=False, right_index=False, sort=True,

         suffixes=('_x', '_y'), copy=True, indicator=False,

         validate=None)

融合原则 ：若不指定左右，则必须是key中相同的值才可以融合（左右指的是要融合的数组不是key）

           若指定了左右，则指定的一列必须有，另一列继续融合，出现两个及以上相同的不会丢失。若两边都有相同的，则最终个数是按乘法算。比如当按左边融合时，最终的个数不一定是左边的id个数，应该是每个id对应数量乘积之和

           若指定的是outer，则是最大限度的融合，实际上是左融合和右融合的并集

           若指定的是inner，则是最小限度的融合，实际上是左融合和右融合的交集

注意：how的参数必须是 left和right

2 concat（）

当dataframe格式赋给list后，可以用concat（）函数将其转化成dataframe格式的数据 ，其中list的每个元素都有dataframe的结构

这里的赋值是指必须是值赋给对应的列名才有效，直接append（）列名无效

1 for item in x:    # 这里的item是x中的一个个元素，都是由key:values的结构构成  item是人群定向
2     if len(item.split(":")) > 1 :
3         df[item.split(":")[0]]=item.split(":")[1]  # df[] 内的，都是df中已经存在的列名
4         df['all']=0
5     else:
6         df['all']=1
7 renqundingxiang.append(df)  # 通过append将dataframe的类型赋给列list类型  每个item都最后都是renqundingxiang list 中的一个元素

 3 groupby （）

非常方便由于计算某一个量的出现次数

下面代码中count列即每个年月的出现次数

1 test_sample['yearmonth'] = test_sample['createtime'].apply(fenge)
2 test_sample['jishu'] = 1
3 tmp = test_sample.groupby(['yearmonth'])['jishu'].agg(['count']).reset_index()

原文链接:https://www.cnblogs.com/xxswkl/p/10752007.html
如有疑问请与原作者联系

标签：

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有