《機(jī)器學(xué)習(xí)技術(shù)應(yīng)用》課件-pro1-2-2校園消費(fèi)刷卡數(shù)據(jù)索引與合并

授課教師：趙

宇項(xiàng)目一智慧校園消費(fèi)數(shù)據(jù)分析任務(wù)二

提取18級校園消費(fèi)數(shù)據(jù)模塊目標(biāo)：提取18級學(xué)生校園消費(fèi)數(shù)據(jù)data1：18級學(xué)生基本信息data2：消費(fèi)數(shù)據(jù)任務(wù)拆解：18級學(xué)生的校園消費(fèi)數(shù)據(jù)讀：數(shù)據(jù)讀取，查看基本內(nèi)容合并：data1（18級學(xué)生基本信息）和data2（消費(fèi)數(shù)據(jù)刷卡記錄）查：缺失值；清洗：缺失值存：合并后的數(shù)據(jù)模塊2:校園消費(fèi)刷卡數(shù)據(jù)合并任務(wù)二

提取18級校園

消費(fèi)數(shù)據(jù)Pandas中DataFrame索引、選取數(shù)據(jù)print(data2['消費(fèi)時間'])#數(shù)據(jù)名[列名]Pandas中DataFrame索引、選取數(shù)據(jù)print(data2[['消費(fèi)時間','消費(fèi)金額']])#數(shù)據(jù)名[[列名1,列名2,...,列名n]]Pandas中DataFrame索引、選取數(shù)據(jù)loc：通過行、列的名稱或標(biāo)簽來索引iloc：通過行、列的索引位置來尋找數(shù)據(jù)print(data2.loc[:,'消費(fèi)時間'])print(data2.iloc[:,3])##所有行，第三列Pandas中DataFrame索引、選取數(shù)據(jù)loc：通過行、列的名稱或標(biāo)簽來索引iloc：通過行、列的索引位置來尋找數(shù)據(jù)print(data2.iloc[:3,3])##前3行，第三列print(data2.iloc[:3,:3])##前3行，前3列

##前3行，第三列##前3行，前3列

1.使用concat()函數(shù)concat()函數(shù)用于沿一個軸將多個對象堆疊到一起。2.使用merge()函數(shù)merge()函數(shù)用于根據(jù)一個或多個鍵將行連接起來選擇合并方法的決策流程1.是否需要簡單堆疊？是→pd.concat()2.是否需要基于列的值關(guān)聯(lián)？是→df.merge()3.是否需要基于索引合并？是→df.join()4.是否需要填充缺失值？是→bine_first()5.是否需要覆蓋舊值？是→df.update()pd.concat()：沿軸拼接數(shù)據(jù)功能：將多個DataFrame或Series沿行（縱向）或列（橫向）拼接。適用場景：結(jié)構(gòu)相同的數(shù)據(jù)簡單堆疊。語法：pd.concat()pd.concat(objs,#要拼接的對象列表（如[df1,df2]）axis=0,#0沿行拼接（縱向），1沿列拼接（橫向）join='outer',#合并方式：'outer'（并集）或'inner'（交集）ignore_index=False#是否忽略原索引，重建新索引)importpandasaspddf1=pd.DataFrame({'A':[1,2],'B':[3,4]})df2=pd.DataFrame({'A':[5,6],'B':[7,8]})#縱向拼接（默認(rèn)axis=0）result=pd.concat([df1,df2],ignore_index=True)AB013124257368df.join()：基于索引的合并功能：將另一個DataFrame的列合并到當(dāng)前DataFrame的索引上。適用場景：快速基于索引合并，尤其是處理時間序列數(shù)據(jù)。語法：df1.join(df2,how='left',#合并方式：'left','right','outer','inner'on=None,#指定df1的某列作為鍵（默認(rèn)用索引）lsuffix='',#左側(cè)重復(fù)列名的后綴rsuffix=''#右側(cè)重復(fù)列名的后綴)df1=pd.DataFrame({'A':[1,2]},index=['X','Y'])df2=pd.DataFrame({'B':[3,4]},index=['X','Y'])#基于索引合并result=df1.join(df2)ABX13Y24pd.merge()data1_merge_data2=pd.merge(data1,data2,how='left',left_on='校園卡號',right_on='校園卡號')print(data1_merge_data2)print(data1_merge_data2.shape)merge()函數(shù)，用于合并兩個或多個數(shù)據(jù)集。類似于MYSQL中的JOIN操作，按照一個或多個鍵將數(shù)據(jù)集中的行連接起來。基本格式：pd.merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=False,right_index=False,sort=True)left:第一個數(shù)據(jù)集。right:第二個數(shù)據(jù)集。how:指定合并方式。①'inner'（默認(rèn)）:只保留兩個數(shù)據(jù)集中都有的鍵的行。②'outer':保留兩個數(shù)據(jù)集中的所有行，如果某一邊沒有匹配的鍵，則該邊的結(jié)果為NaN。③'left':保留左側(cè)數(shù)據(jù)集的所有行，右側(cè)沒有匹配的鍵則為NaN。④'right':保留右側(cè)數(shù)據(jù)集的所有行，左側(cè)沒有匹配的鍵則為NaN。on:指定用于連接的列名。必須在左右數(shù)據(jù)集中都存在。left_on:左側(cè)數(shù)據(jù)集中用作連接鍵的列。right_on: