【数据分析】数据重构与可视化

数据重构使用函数

使用pd.merge实现数据合并

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)

• left : DataFrame

• right : DataFrame or named Series

• how : {‘left’, ‘right’, ‘outer’, ‘inner’}, default ‘inner’（设置数据连接的集合操作规则）

  • left: 返回的结果只包含左列
  • right: 返回的结果只包含右列
  • inner: 交集
  • outer: 并集

• on ：label or list（此参数只有在两个DataFrame有共同列名的时候才可以使用）

• left_on与right_on: label or list, or array-like（合并两个列名不同的数据集）

• left_index与right_index : bool, default False（合并索引）

• suffixes : tuple of (str, str), default (’_x’, ‘_y’)（为重复列名自定义后缀）

stack()函数

pandas进行数据重排时，经常用到stack和unstack两个函数。stack的意思是堆叠，堆积，unstack即“不要堆叠”

常见的数据的层次化结构有两种，一种是表格，一种是“花括号”，即下面这样的l两种形式：

stack函数会将数据从”表格结构“变成”花括号结构“，即将其行索引变成列索引，反之，unstack函数将数据从”花括号结构“变成”表格结构“，即要将其中一层的列索引变成行索引。