python->数据分析之pandas->数据规整：连接，联合与重塑

自己学习的笔记，看不懂是很正常的现象，如果寻找正规好看易懂?（全都不是我这篇的特点）请绕道。

数据规整：连接，联合与重塑

分层索引

data.stack().unstack()
           

重排序和层级排序

frame.swaplevel('key1','key2')
frame.sort_index(level= )
           

使用DataFrame的列进行索引

frame.set_index().reset_index()
           

联合与合并数据集

数据库风格的DataFrame连接

pd.merge(df1,df2,on=" ",how= )
how="inner","outer","left","right"
           

根据索引进行合并

pd.merge(df1,df2,on=" ",left_index= ,right_index= ,how= )
#合并的键可以是一张表的索引
#如果没有on的话，合并的表的索引来自于left_on或right_on的表
           

沿轴向连接

pd.concat([ ],axis= ,keys= ,join/join_axes= )
           

联合重叠数据

df1.combine_first(df2)
#根据传入的对象修补被调用的对象，但是整个结构大小是最大的
#比如df1中没有的，df2有，新表中会将df2的填进去
           

重塑和透视

#将长变为宽
data.pivot()
#将宽变为长
pd.melt()