数据重构 :数据从一种几何形态到另一种几何形态,数据从一种格式到另一种格式的转换,包括结构转换、格式转换、类型替换等(数据拼接、数据裁剪、数据压缩等),以实现空间数据在结构、格式、类型上的统一,多源和异构数据的联接与融合 。
1. 数据的合并
加载数据
text_left_up = pd.read_csv("data/train-left-up.csv")
text_left_down = pd.read_csv("data/train-left-down.csv")
text_right_up = pd.read_csv("data/train-right-up.csv")
text_right_down = pd.read_csv("data/train-right-down.csv")
将数据train-left-up.csv和train-right-up.csv横向合并为一张表,并保存这张表为result_up。将train-left-down和train-right-down横向合并为一张表,并保存这张表为result_down。然后将上边的result_up和result_down纵向合并为result。
(1)concat 方式
list_up = [text_left_up,text_right_up]
result_up = pd.concat(list_up,axis=1)
list_down=[text_left_down,text_right_down]
result_down = pd.concat(list_down,axis=1)
result = pd.concat([result_up,result_down])
(2)DataFrame自带的方法join方法和append
resul_up = text_left_up.join(text_right_up)
result_down = text_left_down.join(text_right_down)
result = result_up.append(result_down)
(3)使用Panads的merge方法和DataFrame的append方法
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)
result = resul_up.append(result_down)
2. 数据变为Series类型
text = pd.read_csv('result.csv')
unit_result=text.stack().head(20)
3.数据聚合与运算
(1)Groupby
计算泰坦尼克号男性与女性的平均票价
df = text['Fare'].groupby(text['Sex'])
means = df.mean()
统计泰坦尼克号中男女的存活人数
survived_sex = text['Survived'].groupby(text['Sex']).sum()
计算客舱不同等级的存活人数
survived_pclass = text['Survived'].groupby(text['Pclass'])
统计在不同等级的票中的不同年龄的船票花费的平均值
text.groupby(['Pclass', 'Age'])['Fare'].mean()
计算存活人数最高的存活率(存活人数/总人数)
#首先计算总人数
_sum = text['Survived'].sum()
print("sum of person:"+str(_sum))
precetn =survived_age.max()/_sum
print("最大存活率:"+str(precetn))
(2)agg()函数, rename函数
text.groupby('Sex').agg(
{'Fare':'mean', 'Pclass':'count'}).rename(columns=
{'Fare':'mean_fare', 'Pclass':'count_pclass'})
(3)数据合并
result = pd.merge(means, survivedSex, on='Sex')