Task03 資料重構

2021-10-23 17:07:25 字數 1362 閱讀 9227

將資料train-left-up.csv和trainright-up.csv橫向合併為一張表,並儲存這張表為result_up

list_up =

[text_left_up,text_right_up]

result_up = pd.concat(list_up,axis=

1)

將train-left-down和train-rightdown橫向合併為一張表,並儲存這張表為result_down。然後將上 邊的result_up和result_down縱向合併為result。

list_down=

[text_left_down,text_right_down]

result_down = pd.concat(list_down,axis=1)

result = pd.concat(

[result_up,result_down]

)

concat用法:

pd.concat(objs, axis=

0, join=

'outer'

, join_axes=

none

, ignore_index=

false

, keys=

none

, levels=

none

, names=

none

, verify_integrity=

false

)

當axis = 1的時候,concat就是行對齊,然後將不同列名稱的兩張表合併

dataframe內建的join方法是一種快速合併的方法。它預設以index作為對齊的列。

resul_up = text_left_up.join(text_right_up)

result_down = text_left_down.join(text_right_down)

result_up = pd.merge(text_left_up,text_right_up,left_index=

true

,right_index=

true

)result_down = pd.merge(text_left_down,text_right_down,left_index=

true

,right_index=

true

)

stack函式將其行索引變成列索引;

反之,unstack函式將其中一層的列索引變成行索引。

python中groupby函式主要的作用是

資料分析入門 Task03 資料重構

2.5 換一種角度看資料 複習 在前面我們已經學習了pandas基礎,第二章我們開始進入資料分析的業務部分,在第二章第一節的內容中,我們學習了資料的清洗,這一部分十分重要,只有資料變得相對乾淨,我們之後對資料的分析才可以更有力。而這一節,我們要做的是資料重構,資料重構依舊屬於資料理解 準備 的範圍。...

TASK03 資料型別

實戰演練 總結思考 n input 輸入乙個奇數 if mod n,2 0 disp 輸入數字必須是奇數 else n1 2 n 1 m n 1 2 計算擴充套件零矩陣a的行 列數n1和上 下對角線數m 不包括主對角線 a zeros n1 for i 1 n 設定順序數矩陣v for j 1 n ...

Task03 資料型別

語法知識 3.13 奇數階魔方矩陣的程式設計 魔方矩陣又稱幻方,是有相同的行數和列數,並在每行每列 對角線上的和都相等的矩陣。魔方矩陣中的每個元素不能相同。你能構造任何大小 除了2x2 的魔方矩陣。3.14 資料型別概述 3.15 字元型陣列 字元陣列是指用來存放字元資料的陣列。其定義的一般形式為 ...