Py5数据组合、重塑

1. 合并 merge,join,append,concat
2. 分组 groupby
3. 透视 pivot_table，pivot
4. 计算 cunsum,count,sum，eval()
5. 行列转换melt

• 1.合并merge,concat

  merge,concat,append,join

• merge基本代码

  pd.merge(left,right,how='left',on='key1') 

• concat

• append

• join

  数据拼接merge、concat、append、join

• 2.分组 groupby

  超好用的Pandas Groupby详解

  groupby代码

  df.groupby('依据汇总的列'）['column'].agg()
  df.groupby('依据汇总的列'）['column'].sum()
  df.groupby(['Gender', 'Age'])
  df.groupby('依据汇总的列'）['column'].agg{'a':sum(),a:mean()}
  df.groupby('name').agg(lambda x :)
   

  groupby文章分享
  
  1. 语法
  2. 几种用法
  1. df.groupby('column')[list].mean()
  2. df.groupby(''column')['list'].agg({"a":mean(),a:sum()})
  3. groupby.apply
  
  

  # 分类汇总
  df.loc[(df['入库类型']=='进货入库')&(df['记账日期']>'2021-3-1'),['记账日期','货号','合格']].groupby('记账日期').sum()

  > 注意使用引号，不然会出
  
  ```python
  res1 = cj_in.groupby(['货号','品名规格'])
    .agg({'合格':'sum','货号':'count'}).tail(5)
  
  

  • groupby.apply

  g.apply(lambda x: x.max() - x.min())

  3.透视 pivot_table

  pd.pivot_table(tb,columns=,row=,)

  df.pivot_table(index='quyu',columns='c',values=['销售额','数量'],aggfunc='sum')

  df.pivot_table(index='quyu',columns='c',values=['销售额','数量'],
  aggfunc={
  '销售额':'mean',
  '利润额':'sum'
  })

  #fill_value填充空值,margins=True进行汇总
  pd.pivot_table(df,index=[u'主客场'],columns=[u'对手'],values=[u'得分'],aggfunc=[np.sum],fill_value=0,margins=1)

  

• 4.计算

• pd.value_count

• 5. 整理

• pipe