数据的加载,存储,清洗,转换合并

发表于 | 分类于 | 阅读次数：

拼接

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
以下皆是以3x3的矩阵进行拼接
np.hstack((a,b)) 水平拼接 行数相等
如两个3x3拼接
		[[ 7, 34, 37, 70, 11, 67],
        [56, 12, 35, 66, 38, 85],
        [84, 80, 89, 49, 23, 88]]
np.vstack((a,b)) 垂直拼接  列数相等
如两个3x3拼接
		[[21, 62,  2],
       	[41,  8, 48],
       	[46, 37, 91],
       	[ 1, 62, 72],
       	[82, 84,  4],
       	[ 4, 88, 81]]
concatenate((a,b),axis=0) 可拼接多个,axis默认垂直拼接=0(主要用于大数据的处理)
axis=0默认的              
		[[80, 45, 33],   
        [18, 39, 41],
        [10, 80, 32],
        [71, 23, 95],
        [67, 58, 21],
        [ 2, 42, 31]]
axis=1水平的
		[[78, 81, 99, 58, 76, 46],
        [30, 47, 52, 22, 66, 42],
        [21, 89, 84,  2, 56, 31]]
column_stack((a,b)) 水平拼接 列拼接
		[[86, 10, 90, 27, 23, 28],
        [20, 23, 45, 37, 82, 34],
        [14, 57, 86, 72,  6, 27]]
row_stack(a,b) 垂直拼接 行拼接
		[[51, 90, 24],
        [63, 90, 37],
        [27, 79, 91],
        [90,  2, 45],
        [74,  4, 48],
        [54, 70, 11]]
merge(a,b,on='对应键a') 按照对应键进行笛卡尔乘积(内连接)键相同的保留,合并的连个数据框需要列名相同(pandas的函数)
				a	b_x	c_x	b_y	c_y
			0	9	 3	 9	 1	 2
其中merge中有一个参数修改连接方式(how='left'左连接,how='right'右连接),若果键名不同通过left_on\right_on实现
join 同merge,默认使用左连接,how = 'right'右连接
	两个dataframe的列索引不能有一样的
concat((a1,a2),axis=0) 默认垂直拼接,axis=1变成水平拼接
axis=1 
	a	b	c	a	b	c
0	9	3	9	9	1	2
1	8	1	5	7	1	1
2	1	8	7	2	8	7