数据框的合并排序、描述统计、分箱

最新推荐文章于 2023-10-04 11:24:41 发布

原创

最新推荐文章于 2023-10-04 11:24:41 发布 · 535 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#基础

本文详细介绍了数据框的各种操作，包括表的纵向和横向合并、数据框排序、描述性统计、变量与索引的转换、分箱、分类变量转虚拟变量、数据框复制、字符串变量处理、删除重复项以及数据抽样等关键步骤，提供了具体的方法和参数解释。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据框的合并排序、描述统计、分箱

一、表合并

二、数据框排序

三、描述性统计

四、变量与索引的相互转化

五、分箱

六、分类变量转虚拟变量

七、数据框对象的复制

八、字符串变量的常用方法

九、删除重复项

十、数据抽样

一、表合并

1、纵向合并

# 导入库
import pandas as pd
import numpy as np
#建立两个表
data1=pd.DataFrame(np.random.rand(4,3),columns=['x1','x2','x3'])
data2=pd.DataFrame(np.random.rand(4,3),columns=['x2','x3','x4'])
# append 纵向合并
data1.append(data2,ignore_index=True)
# ignore_index=True  表示忽略本来的索引，合并后生成新的索引，默认False，按原有索引
# 如果data1和data2的index值有重复的话就会提示出错。verify_integrity参数的默认值为False

# pd.concat 纵向合并
pd.concat([data1,data2],axis=0,ignore_index=True) #合并的两个表要放在一个列表中

2、横向合并

# 建两个表
data1=pd.DataFrame(np.random.rand(4,3),columns=["x1","x2","x3"]) 
data2=pd.DataFrame(np.random.rand(4,3),columns=["x4","x5","x6"],index=(range(1,5))) 

pd.concat([data1,data2],axis=1,join='inner')  
#加上join参数的设定，如果为’inner’表示两表的交集，如果是outer(默认)表示两表的并集

#横向合并：pd.merge方法 
# 导入三表
individual1=pd.read_excel("D:\\CDA数分学习资料\\python\\数据清洗\\pandas\\individual1.xlsx") 
individual2=pd.read_excel("D:\\CDA数分学习资料\\python\\数据清洗\\pandas\\individual2.xlsx") 
family=pd.read_excel("D:\\CDA数分学习资料\\python\\数据清洗\\pandas\\family.xlsx") 

# 补齐pid列
# 方法1
individual1['pid']=individual1[<