扫码加入数据分析学习群

panda中的 map 是 Series 中特有的方法，通过它可以对 Series 中的每个元素实现转换。

panda中的applymap 是 DataFrame 中特有的方法，通过它可以对 DataFrame 中的每个元素实现转换。

rename 用来修改列名，索引名

方法:df1.append(df2) 按照列索引纵向连接

函数:pd.concat() 可以通过指定轴,来进行不同方向的拼接, 拼接是以索引值相同作为拼接的方法. 拼接的是结构和内容相同的表.

例子:

# 纵向连接

pd.concat([grade_one, grade_two],sort=True )

# 以行索引进行合并 横向连接

pd.concat([grade_one, grade_two],sort=True, axis=1 )

# 以行索引进行合并, join='inner' 内连接, 只保留合并成功的

pd.concat([grade_one, grade_two],sort=True, axis=1,join='inner')

函数:pd.merge() 与mysql的join同理 数据库拼接: 使用场景: 把几个关系型数据表格按照某个字段进行拼接, 拼接的是不同的表.

# 内连接

pd.merge(grade_one, room,how='inner',on='姓名' )

# 左连接

pd.merge(grade_one, room,how='left',on='姓名' )

# 右连接

pd.merge(grade_one, room,how='right',on='姓名' )

# 外连接(全连接)

pd.merge(grade_one, room,how='outer',on='姓名' )

# 外连接

pd.merge(grade_one, room,how='outer',left_on='姓名', right_on='户主')

# 如果两个表格字段名称相同, 会自动添加后缀, 可以用suffixes 改变后缀

pd.merge(grade_one, room,how='outer',left_on='姓名',

right_on='户主',suffixes=('_左', '_右'), )

concat与merge的区别是前者按照行列索引值进行拼接,而后者可以按照指定字段进行拼接.

#最大显示行数

pd.set_option('display.max_rows', 200)

#最大显示列数

pd.set_option('display.max_columns', 200)