大多數(shù)數(shù)據(jù)科學(xué)家可能會贊揚Pandas進行數(shù)據(jù)準(zhǔn)備的能力，但許多人可能無法利用所有這些能力。操作數(shù)據(jù)幀可能很快會成為一項復(fù)雜的任務(wù)，因此在Pandas中的八種技術(shù)中均提供了說明，可視化，代碼和技巧來記住如何做。

Pandas提供了各種各樣的DataFrame操作，但是其中許多操作很復(fù)雜，而且似乎不太平易近人。本文介紹了8種基本的DataFrame操作方法，它們涵蓋了數(shù)據(jù)科學(xué)家需要知道的幾乎所有操作功能。每種方法都將包括說明，可視化，代碼以及記住它的技巧。

Pivot

透視表將創(chuàng)建一個新的“透視表”，該透視表將數(shù)據(jù)中的現(xiàn)有列投影為新表的元素，包括索引，列和值。初始DataFrame中將成為索引的列，并且這些列顯示為唯一值，而這兩列的組合將顯示為值。這意味著Pivot無法處理重復(fù)的值。

旋轉(zhuǎn)名為df的DataFrame的代碼如下：

記?。篜ivot——是在數(shù)據(jù)處理領(lǐng)域之外——圍繞某種對象的轉(zhuǎn)向。在體育運動中，人們可以繞著腳“旋轉(zhuǎn)”旋轉(zhuǎn)：大熊貓的旋轉(zhuǎn)類似于。原始DataFrame的狀態(tài)圍繞DataFrame的中心元素旋轉(zhuǎn)到一個新元素。有些元素實際上是在旋轉(zhuǎn)或變換的（例如，列“bar”），因此很重要。

Melt

Melt可以被認(rèn)為是“不可透視的”，因為它將基于矩陣的數(shù)據(jù)（具有二維）轉(zhuǎn)換為基于列表的數(shù)據(jù)（列表示值，行表示唯一的數(shù)據(jù)點），而樞軸則相反。考慮一個二維矩陣，其一維為“B”和“C”（列名），另一維為“a”，“b”和“c”（行索引）。

我們選擇一個ID，一個維度和一個包含值的列/列。包含值的列將轉(zhuǎn)換為兩列：一列用于變量（值列的名稱），另一列用于值（變量中包含的數(shù)字）。

結(jié)果是ID列的值（a，b，c）和值列（B，C）及其對應(yīng)值的每種組合，以列表格式組織。

可以像在DataFramedf上一樣執(zhí)行Mels操作：

記住：像蠟燭一樣融化(Melt)就是將凝固的復(fù)合物體變成幾個更小的單個元素（蠟滴）。融合二維DataFrame可以解壓縮其固化的結(jié)構(gòu)并將其片段記錄為列表中的各個條目。

Explode

是一種擺脫數(shù)據(jù)列表的有用方法。當(dāng)一列爆炸時，其中的所有列表將作為新行列在同一索引下（為防止發(fā)生這種情況，此后只需調(diào)用.reset/_index（）即可）。諸如字符串或數(shù)字之類的非列表項不受影響，空列表是NaN值（您可以使用.dropna（）清除它們）。

在DataFramedf中Explode列“A”非常簡單：

要記?。篍xplode某物會釋放其所有內(nèi)部內(nèi)容-Explode列表會分隔其元素。

Stack

堆疊采用任意大小的DataFrame，并將列“堆疊”為現(xiàn)有索引的子索引。因此，所得的DataFrame僅具有一列和兩級索引。

堆疊名為df的表就像df.stack（）一樣簡單。

為了訪問狗的身高值，只需兩次調(diào)用基于索引的檢索，例如df.loc ['dog']。loc ['height']。

要記?。簭耐庥^上看，堆棧采用表的二維性并將列堆棧為多級索引。

Unstack

取消堆疊將獲取多索引DataFrame并對其進行堆疊，將指定級別的索引轉(zhuǎn)換為具有相應(yīng)值的新DataFrame的列。在表上調(diào)用堆棧后再調(diào)用堆棧不會更改該堆棧（原因是存在“0”）。

堆疊中的參數(shù)是其級別。在列表索引中，索引為-1將返回最后一個元素。這與水平相同。級別-1表示將取消堆疊最后一個索引級別（最右邊的一個）。作為另一個示例，當(dāng)級別設(shè)置為0（第一個索引級別）時，其中的值將成為列，而隨后的索引級別（第二個索引級別）將成為轉(zhuǎn)換后的DataFrame的索引。

可以按照與堆疊相同的方式執(zhí)行堆疊，但是要使用level參數(shù)：df.unstack（level = -1）。

Merge

合并兩個DataFrame是在共享的“鍵”之間按列（水平）組合它們。此鍵允許將表合并，即使它們的排序方式不一樣。完成的合并DataFrame默認(rèn)情況下會將后綴/_x和/_y添加到value列。

為了合并兩個DataFramedf1和df2（其中df1包含leftkey，而df2包含rightkey），請調(diào)用：

合并不是pandas的功能，而是附加到DataFrame。始終假定合并所在的DataFrame是“左表”，在函數(shù)中作為參數(shù)調(diào)用的DataFrame是“右表”，并帶有相應(yīng)的鍵。

默認(rèn)情況下，合并功能執(zhí)行內(nèi)部聯(lián)接：如果每個DataFrame的鍵名均未列在另一個鍵中，則該鍵不包含在合并的DataFrame中。另一方面，如果一個鍵在同一DataFrame中列出兩次，則在合并表中將列出同一鍵的每個值組合。例如，如果df1具有3個鍵foo值，而df2具有2個相同鍵的值，則在最終DataFrame中將有6個條目，其中l(wèi)eftkey = foo和rightkey = foo。

記?。汉喜?shù)據(jù)幀就像在水平行駛時合并車道一樣。想象一下，每一列都是高速公路上的一條車道。為了合并，它們必須水平合并。

Join

通常，聯(lián)接比合并更可取，因為它具有更簡潔的語法，并且在水平連接兩個DataFrame時具有更大的可能性。連接的語法如下：

使用聯(lián)接時，公共鍵列（類似于合并中的right/_on和left/_on）必須命名為相同的名稱。how參數(shù)是一個字符串，它表示四種連接方法之一，可以合并兩個DataFrame：

'left'：包括df1的所有元素，僅當(dāng)其鍵為df1的鍵時才包含df2的元素。否則，df2的合并DataFrame的丟失部分將被標(biāo)記為NaN。

'right'：'left'，但在另一個DataFrame上。包括df2的所有元素，僅當(dāng)其鍵是df2的鍵時才包含df1的元素。

“outer”：包括來自DataFrames所有元素，即使密鑰不存在于其他的-缺少的元素被標(biāo)記為NaN的。

“inner”：僅包含元件的鍵是存在于兩個數(shù)據(jù)幀鍵（交集）。默認(rèn)合并。

記?。喝绻褂眠^SQL，則單詞“ join”應(yīng)立即與按列添加相聯(lián)系。如果不是，則“ join”和“ merge”在定義方面具有非常相似的含義。

Concat

合并和連接是水平工作，串聯(lián)或簡稱為concat，而DataFrame是按行（垂直）連接的。例如，考慮使用pandas.concat（[df1，df2]）串聯(lián)的具有相同列名的兩個DataFramedf1和df2：

盡管可以通過將axis參數(shù)設(shè)置為1來使用concat進行列式聯(lián)接，但是使用聯(lián)接會更容易。

請注意，concat是pandas函數(shù)，而不是DataFrame之一。因此，它接受要連接的DataFrame列表。

如果一個DataFrame的另一列未包含，默認(rèn)情況下將包含該列，缺失值列為NaN。為了防止這種情況，請?zhí)砑右粋€附加參數(shù)join ='inner'，該參數(shù)只會串聯(lián)兩個DataFrame共有的列。

切記：在列表和字符串中，可以串聯(lián)其他項。串聯(lián)是將附加元素附加到現(xiàn)有主體上，而不是添加新信息（就像逐列聯(lián)接一樣）。由于每個索引/行都是一個單獨的項目，因此串聯(lián)將其他項目添加到DataFrame中，這可以看作是行的列表。

Append是組合兩個DataFrame的另一種方法，但它執(zhí)行的功能與concat相同，效率較低且用途廣泛。

-

審核編輯 黃昊宇