《Python进阶课程》学习笔记分享园地 | 讯飞AI大学

#Day 4 学习笔记 07/18

#Day4 学习笔记 07/18

#Day4+学习笔记+07/18

请问哪里可以下载课程演示中的nvda csv文件？想自己操作一遍

#Day 4+学习笔记+07/18
result = result.reset_index().rename(columns={"index":"cities"})
df4 = df4.reset_index().rename(columns={"index":"cities"})
pd.concat([result,df4], axis=1)
pd.merge(result, df4, axis=1)
pd.merge(result, df4, axis=1, on="cities", how="left") //按照参数 on 的值 cities 合并数据，效率比用index合并较低，how 可以选择保留哪一列数据的index值
df4 = df4.set_index("cities")
df1.join(df4,how="right")
pd.merge(df1, df4, left_index=True,right_index=True, how="outer")
pd.concat([df1, df4], axis=1, join_axes=[df1.index])

#Day 4+学习笔记+07/18  今天主要学习了如何在python中使用pandas库来进行数据整合。  使用reset_index可以重新指定一个数据的列index：result.reset_index()  使用rename可以更改一个数据的列名称：resunt.rename(columns={"index":"cities"})    目前一共学到了三种方法进行数据整合：merge、join和concat。  merge：pd.merge(df1,df4,axis=1,how="left",on=cities")  concat：pd.concat([df1,df4],axis=1,join_axes=[df1.left])  join：df1.join(df4,how="left")  其中，merge可以使用on修改要整合的列名称，concat、join都是按照index列进行整合的；join默认就只保留匹配的数据列，而merge、concat默认保留所有数据的列。

#Day 4+学习笔记+07/18
本次课程介绍了如何使用Pandas的merge、join方法进行数据整合。
使用merge、join、concat都能够进行数据整合，可以选择保留左/右/全部的index，或者仅保留匹配的index。
其中，merge可以使用参数on="cities"的方法来选择需要进行数据整合的列名称，而join、concat只能按照默认的index列进行数据整合。

#Day4+学习笔记+07/18

#Day 4+学习笔记+07/18

学习笔记 #2020/07/19