DataWhale 动手学数据分析 Task03 数据重构
作者：互联网
# 导入基本库
import numpy as np
import pandas as pd
任务一：读取数据，并观察数据之间的关系
train_left_up=pd.read_csv('train-left-up.csv')
train_left_down=pd.read_csv(r'.\train-left-down.csv')
train_right_up=pd.read_csv(r'.\train-right-up.csv')
train_right_down=pd.read_csv(r'.\train-right-down.csv')上面四组数据即为train.csv数据集分成的四块
任务二：使用concat方法：将数据train-left-up.csv和train-right-up.csv横向合并为一张表，并保存这张表为result_up
result_up=pd.concat([train_left_up,train_right_up],axis=1)
result_up.head()任务三：使用concat方法：将train-left-down和train-right-down横向合并为一张表，并保存这张表为result_down。然后将上边的result_up和result_down纵向合并为result。
result_down=pd.concat([train_left_down,train_right_down],axis=1)
result=pd.concat([result_up,result_down],axis=0)
result.head()
result.shape
任务四：使用DataFrame自带的方法join方法和append：完成任务二和任务三的任务
##### 当一个DataFrame是一个查找表, 其中包含添加到另一个DataFrame中的其他数据时, join()方法通常很有用。这是一种方便的方法, 可以将两个索引不同的DataFrame的列合并为一个DataFrame。
* （1）识别联接键 为了确定适当的连接键, 首先, 我们必须定义在DataFrame之间共享的必填字段。这两个DataFrame都由具有相同名称并且包含相同数据的列组成
* （2）内部联接 内部联接可以定义为最常用的联接。基本上, 其主要任务是基于连接键将两个DataFrame组合在一起并返回一个新的DataFrame。返回的DataFrame 仅 包含在两个原始DataFrame中都具有匹配值的选定行。
* （3）左联接 如果我们想在不丢失任何数据的情况下向DataFrame中添加一些信息, 我们可以简单地通过称为”左外部连接”或”左连接”的另一种类型的连接来做到这一点。 像内部联接一样, 左联接也使用联接键来组合两个DataFrame, 但是与内部联接不同, 它会返回左侧DataFrame的所有行, 即使那些联接键不包含右侧DataFrame中值的行也是如此
DataFrame.join(other, on=None, how='left', lsuffix='', rsuffix='', sort=False)
other：DataFrame, Series, 或 list of DataFrame索引应与此列中的一列相似。如果传递了Series，则必须设置其name属性，并将其用作结果联接的DataFrame中的列名称。
on：str, list of str, 或 array-like, 可选参数调用方中要加入索引的列或索引级别名称other，否则加入index-on-index。如果给出多个值，则otherDataFrame必须具有MultiIndex。如果调用DataFrame中尚未包含数组，则可以将其作为连接键传递。就像Excel的VLOOKUP操作一样。
how：{‘left’, ‘right’, ‘outer’, ‘inner’}, 默认为 ‘left’如何处理两个对象的操作。
左：使用调用框架的索引(如果指定了列，则为列)
右：使用other的索引。
external：与调用框架的索引(如果指定为on，则为列)的形式联合other的索引，然后对其进行排序。从字典上看。
inner：与调用框架的索引(或列，如果指定为on)形成交集，other的索引，保留调用顺序。
lsuffix：str, 默认为 ‘’在左框架的重叠列中使用的后缀。
rsuffix：str, 默认为 ‘’在右框架的重叠列中使用的后缀。
sort：bool, 默认为 False通过联接关键字按字典顺序对结果DataFrame进行排序。如果为False，则联接键的顺序取决于联接类型(how关键字)。
result_up=train_left_up.join(train_right_up)
result_down=train_left_down.join(train_right_down)
result_up.append(result_down)任务五：使用Panads的merge方法和DataFrame的append方法：完成任务二和任务三的任务
result_up=pd.merge(train_left_up,train_right_up,left_index=True,right_index=True)
result_down=pd.merge(train_left_down,train_right_down,left_index=True,right_index=True)
result=result_up.append(result_down)【思考】对比merge、join以及concat的方法的不同以及相同。思考一下在任务四和任务五的情况下，为什么都要求使用DataFrame的append方法，如何只要求使用merge或者join可不可以完成任务四和任务五呢？
* 因为merge和join都是做列向的合并，append是行向的合并，因此要上下合并都需要append；只用merge和join不能够完成任务四和五
2.5.1 任务一：将我们的数据变为Series类型的数据
* DataFrame是二维数据表，Series是一维数组其中列名作为索引名。 DF转换成Series相当于二维转换成一维
* stack() 函数是将层级最低(默认)的column转化为index
* unstack()默认是将排位最靠后的index转成column(column放到下面) unstack('1')
* Pandas中的merge、concat、join等详解：https://www.cnblogs.com/dataxon/p/12634897.html
text=pd.read_csv('result.csv')
text_ser=text.stack()
text_ser.to_csv('text_ser.csv')
text_ser2=pd.read_csv('text_ser.csv')text_ser2.columns=['编号','信息字段','个人信息']
text_ser2.head()
标签：重构,up,DataFrame,down,train,DataWhale,Task03,csv,result 来源： https://blog.csdn.net/weixin_49632439/article/details/118060246