在資料分析中，原始的資料往往比較紛繁複雜，特徵不突出，使用起來不方便，這種時候我們可以通過一定的資料重構手段，比如資料合併和資料聚類及資料重塑，來幫助我們將資料重構為更適合分析的形式，這就是資料重構的作用。
pandas庫中的資料合併方法有merge（）函式，concat（）函式，以及join（）函式。
簡而言之，groupby機制就是資料鍵進行拆分，然後進行操作得到乙個新值。
使用goupby（），和其他的一些數值計算方法，我們可以實現資料聚合與計算。下面是乙個簡單的示例。
df = text['fare'].groupby(text['***'])
means = df.mean()
means
使用goupby（）方法已經可以實現很多資料的分析。
動手學資料分析 task3 資料重構
一 資料合併 1 使用pd.concat objs,axis 0,join outer list up text left up,text right up result up pd.concat list up,axis 1 result up.head resul up text left up...
動手學資料分析 資料視覺化
思考 最基本的視覺化圖案有哪些？分別適用於那些場景？散點圖 用於發現各變數之間的關係。柱狀圖 展示多個分類的資料變化和同類別各變數之間的比較情況。條形圖 展示多個分類的資料變化和同類別各變數之間的比較情況。折線圖 展示資料隨時間或有序類別的波動情況的趨勢變化。餅圖 用來展示各類別佔比，比如男女比例。...
動手學資料分析 Task 2
常用的函式有dropna 和fillna dataframe.dropna axis 0,how any thresh none,subset none,inplace false 屬性說明 預設引數axis 0，根據索引 index 刪除指定的行 axis 1,根據列名 columns 刪除指定的...