我們接著上次分享給大家的，來繼續(xù)下面的操作。

有關(guān)pandas模塊的學(xué)習(xí)與應(yīng)用主要介紹以下8個(gè)部分：

1、數(shù)據(jù)結(jié)構(gòu)簡介：DataFrame和Series

2、數(shù)據(jù)索引index

3、利用pandas查詢數(shù)據(jù)

4、利用pandas的DataFrames進(jìn)行統(tǒng)計(jì)分析

5、利用pandas實(shí)現(xiàn)SQL操作

6、利用pandas進(jìn)行缺失值的處理

7、利用pandas實(shí)現(xiàn)Excel的數(shù)據(jù)透視表功能

8、多層索引的使用

我們?cè)谥幸呀?jīng)介紹到了第四部分的描述性統(tǒng)計(jì)分析，我們接著往下講pandas模塊中的其他的知識(shí)點(diǎn)。

五、類似于SQL的操作

在SQL中常見的操作主要是增、刪、改、查幾個(gè)動(dòng)作，那么pandas能否實(shí)現(xiàn)對(duì)數(shù)據(jù)的這幾項(xiàng)操作呢？答案是Of Course!

增：添加新行或增加新列

1.In [99]: dic = {'Name':['LiuShunxiang','Zhangshan'], 
2....: 'Sex':['M','F'],'Age':[27,23], 
3....: 'Height':[165.7,167.2],'Weight':[61,63]} 
4.
5.In [100]: student2 = pd.DataFrame(dic) 
6.
7.In [101]: student2 
8.Out[101]: 
9.Age Height Name Sex Weight 
10.0 27 165.7 LiuShunxiang M 61 
11.1 23 167.2 Zhangshan F 63 

現(xiàn)在將student2中的數(shù)據(jù)新增到student中，可以通過concat函數(shù)實(shí)現(xiàn)：

注意到了嗎？在數(shù)據(jù)庫中union必須要求兩張表的列順序一致，而這里concat函數(shù)可以自動(dòng)對(duì)齊兩個(gè)數(shù)據(jù)框的變量！

新增列的話，其實(shí)在pandas中就更簡單了，例如在student2中新增一列學(xué)生成績：

對(duì)于新增的列沒有賦值，就會(huì)出現(xiàn)空NaN的形式。

刪：刪除表、觀測(cè)行或變量列

刪除數(shù)據(jù)框student2,通過del命令實(shí)現(xiàn)，該命令可以刪除Python的所有對(duì)象。

刪除指定的行

原數(shù)據(jù)中的第1,2,4,7行的數(shù)據(jù)已經(jīng)被刪除了。

根據(jù)布爾索引刪除行數(shù)據(jù)，其實(shí)這個(gè)刪除就是保留刪除條件的反面數(shù)據(jù)，例如刪除所有14歲以下的學(xué)生：

刪除指定的列

我們發(fā)現(xiàn)，不論是刪除行還是刪除列，都可以通過drop方法實(shí)現(xiàn)，只需要設(shè)定好刪除的軸即可，即調(diào)整drop方法中的axis參數(shù)。默認(rèn)該參數(shù)為0，表示刪除行觀測(cè)，如果需要?jiǎng)h除列變量，則需設(shè)置為1。

改：修改原始記錄的值

如果發(fā)現(xiàn)表中的某些數(shù)據(jù)錯(cuò)誤了，如何更改原來的值呢？我們?cè)囋嚱Y(jié)合布爾索引和賦值的方法：

例如發(fā)現(xiàn)student3中姓名為Liushunxiang的學(xué)生身高錯(cuò)了，應(yīng)該是173，如何改呢？

這樣就可以把原來的身高修改為現(xiàn)在的170了。

看，關(guān)于索引的操作非常靈活、方便吧，就這樣輕松搞定數(shù)據(jù)的更改。

查：有關(guān)數(shù)據(jù)查詢部分，上面已經(jīng)介紹過，下面重點(diǎn)講講聚合、排序和多表連接操作。

聚合：pandas模塊中可以通過groupby()函數(shù)實(shí)現(xiàn)數(shù)據(jù)的聚合操作

根據(jù)性別分組，計(jì)算各組別中學(xué)生身高和體重的平均值：

如果不對(duì)原始數(shù)據(jù)作限制的話，聚合函數(shù)會(huì)自動(dòng)選擇數(shù)值型數(shù)據(jù)進(jìn)行聚合計(jì)算。如果不想對(duì)年齡計(jì)算平均值的話，就需要剔除改變量：

groupby還可以使用多個(gè)分組變量，例如根本年齡和性別分組，計(jì)算身高與體重的平均值：

當(dāng)然，還可以對(duì)每個(gè)分組計(jì)算多個(gè)統(tǒng)計(jì)量：

是不是很簡單，只需一句就能完成SQL中的SELECT…FROM…GROUP BY…功能，何樂而不為呢？

排序：

排序在日常的統(tǒng)計(jì)分析中還是比較常見的操作，我們可以使用order、sort_index和sort_values實(shí)現(xiàn)序列和數(shù)據(jù)框的排序工作：

我們?cè)僭囋嚱敌蚺判虻脑O(shè)置：

上面兩個(gè)結(jié)果其實(shí)都是按值排序，并且結(jié)果中都給出了警告信息，即建議使用sort_values()函數(shù)進(jìn)行按值排序。

在數(shù)據(jù)框中一般都是按值排序，例如：

多表連接:

多表之間的連接也是非常常見的數(shù)據(jù)庫操作，連接分內(nèi)連接和外連接，在數(shù)據(jù)庫語言中通過join關(guān)鍵字實(shí)現(xiàn)，pandas我比較建議使用merger函數(shù)實(shí)現(xiàn)數(shù)據(jù)的各種連接操作。 如下是構(gòu)造一張學(xué)生的成績表：

現(xiàn)在想把學(xué)生表student與學(xué)生成績表score做一個(gè)關(guān)聯(lián)，該如何操作呢？

注意，默認(rèn)情況下，merge函數(shù)實(shí)現(xiàn)的是兩個(gè)表之間的內(nèi)連接，即返回兩張表中共同部分的數(shù)據(jù)。可以通過how參數(shù)設(shè)置連接的方式，left為左連接；right為右連接；outer為外連接。

左連接實(shí)現(xiàn)的是保留student表中的所有信息，同時(shí)將score表的信息與之配對(duì)，能配多少配多少，對(duì)于沒有配對(duì)上的Name，將會(huì)顯示成績?yōu)镹aN。