Xlong~

Pandas统计分析基础（5）：DataFrame的合并（内含大量代码可供练习）

✅作者简介：大家好我是Xlong，一枚正在学习COMSOL、Python的工科研究僧
个人主页: Xlong的个人博客主页
系列专栏: Python大数据分析
如果觉得博主的文章还不错的话，请支持一下博主哦

在上篇文章中主要介绍了DataFrame的数据分析及画图功能。本文主要介绍DataFrame的合并。

一、前言

二、DataFrame的合并

2.1 concat方法

2.1.1 concat横向合并

2.1.2 concat纵向合并

2.1.3 append方法的纵向合并

2.1.4 使用concat合并时，可以添加keys参数来区分来自哪个DataFrame

2.2 使用join函数合并表，常用于行索引相同的两个DataFrame

2.3 使用merge方法进行合并

一、前言

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
print(pop.head(),'\n') #DataFrame.head()  可以读取Dataframe的前n行，默认n=5
print(len(gdp))   #len()可以返回DtaFrame的行数

运行结果：

                2018年
省份
北京市      2154
天津市      1560
河北省      7556
山西省      3718
内蒙古自治区   2534

31

二、DataFrame的合并

DataFrame可以保存任意维度的数据。我们尝试将gdp和pop两个dataframe合并成一个。

2.1 concat方法

2.1.1 concat横向合并

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df=pd.concat([gdp,pop],axis=1) ##axis=0是纵向，=1是横向
print(df)

运行结果：

                2018年 2018年
省份
北京市       30319.98   2154
天津市       18809.64   1560
河北省       36010.27   7556
山西省       16818.11   3718
内蒙古自治区    17289.22   2534
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487

因此需要修改列名，使用DataFrame.rename()方法

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
#字典中，key为旧名字，value为新名字，key值不存在就不不改名，不会报错
print(gdp)

运行结果：

                GDP
省份
北京市       30319.98
天津市       18809.64
河北省       36010.27
山西省       16818.11
内蒙古自治区    17289.22
辽宁省       25315.35
吉林省       15074.62
黑龙江省      16361.62
上海市       32679.87
江苏省       92595.40
浙江省       56197.15
安徽省       30006.82
福建省       35804.04
江西省       21984.78
山东省       76469.67
河南省       48055.86
湖北省       39366.55
湖南省       36425.78
广东省       97277.77
广西壮族自治区   20352.51
海南省        4832.05
重庆市       20363.19
四川省       40678.13
贵州省       14806.45
云南省       17881.12
西藏自治区      1477.63
陕西省       24438.32
甘肃省        8246.07
青海省        2865.23
宁夏回族自治区    3705.18
新疆维吾尔自治区 12199.08

先建好改名字典再统一改

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
print(pop)

运行结果：

                POP
省份
北京市        2154
天津市        1560
河北省        7556
山西省        3718
内蒙古自治区     2534
辽宁省        4359
吉林省        2704
黑龙江省       3773
上海市        2424
江苏省        8051
浙江省        5737
安徽省        6324
福建省        3941
江西省        4648
山东省       10047
河南省        9605
湖北省        5917
湖南省        6899
广东省       11346
广西壮族自治区    4926
海南省         934
重庆市        3102
四川省        8341
贵州省        3600
云南省        4830
西藏自治区       344
陕西省        3864
甘肃省        2637
青海省         603
宁夏回族自治区     688
新疆维吾尔自治区   2487

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
print(df_combine)

运行结果：

                 GDP    POP
省份
北京市       30319.98   2154
天津市       18809.64   1560
河北省       36010.27   7556
山西省       16818.11   3718
内蒙古自治区    17289.22   2534
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487

2.1.2 concat纵向合并

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
df1=df_combine[:][0:5]
df2=df_combine[:][5:]
print(df1,'\n')
print(df2)

运行结果：

                GDP   POP
省份
北京市     30319.98 2154
天津市     18809.64 1560
河北省     36010.27 7556
山西省     16818.11 3718
内蒙古自治区 17289.22 2534

               GDP    POP
省份
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
df1=df_combine[:][0:5]
df2=df_combine[:][5:]
df3=pd.concat([df2,df1],axis=0) #axis=0表示纵向合并
print(df3)

运行结果：

                     GDP    POP
省份
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487
北京市       30319.98   2154
天津市       18809.64   1560
河北省       36010.27   7556
山西省       16818.11   3718
内蒙古自治区    17289.22   2534

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
df1=df_combine[:][0:5]
df2=df_combine[:][5:]
df3=pd.concat([df2,df1],axis=0) #axis=0表示纵向合并
print(df1,'\n')
print(df2)

运行结果：

                GDP   POP
省份
北京市     30319.98 2154
天津市     18809.64 1560
河北省     36010.27 7556
山西省     16818.11 3718
内蒙古自治区 17289.22 2534

               GDP    POP
省份
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487

2.1.3 append方法的纵向合并

a = [0]
a.append(8)
print(a)

运行结果：

[0, 8]

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
df1=df_combine[:][0:5]
df2=df_combine[:][5:]
df3=pd.concat([df2,df1],axis=0) #axis=0表示纵向合并
df4=df1.append(df2)
print(df4)

运行结果：

                GDP    POP
省份
北京市       30319.98   2154
天津市       18809.64   1560
河北省       36010.27   7556
山西省       16818.11   3718
内蒙古自治区    17289.22   2534
辽宁省       25315.35   4359
吉林省       15074.62   2704
黑龙江省      16361.62   3773
上海市       32679.87   2424
江苏省       92595.40   8051
浙江省       56197.15   5737
安徽省       30006.82   6324
福建省       35804.04   3941
江西省       21984.78   4648
山东省       76469.67 10047
河南省       48055.86   9605
湖北省       39366.55   5917
湖南省       36425.78   6899
广东省       97277.77 11346
广西壮族自治区   20352.51   4926
海南省        4832.05    934
重庆市       20363.19   3102
四川省       40678.13   8341
贵州省       14806.45   3600
云南省       17881.12   4830
西藏自治区      1477.63    344
陕西省       24438.32   3864
甘肃省        8246.07   2637
青海省        2865.23    603
宁夏回族自治区    3705.18    688
新疆维吾尔自治区 12199.08   2487

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
gdp.rename(columns={'2018年': 'GDP'},inplace=True)
pop_newname={'2018年': 'POP'}
pop.rename(columns=pop_newname,inplace=True)
df_combine=pd.concat([gdp,pop],axis=1)  #axis=1即行索引
df1=df_combine[:][0:5]
df2=df_combine[:][5:]
df3=pd.concat([df2,df1],axis=0) #axis=0表示纵向合并
df4=df1.append(df2)
print(df1)

运行结果：

                GDP   POP
省份
北京市     30319.98 2154
天津市     18809.64 1560
河北省     36010.27 7556
山西省     16818.11 3718
内蒙古自治区 17289.22 2534

可见，上述合并方式均不会改变原DataFrame

2.1.4 使用concat合并时，可以添加keys参数来区分来自哪个DataFrame

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
print(pop.head())

运行结果：

                2018年
省份
北京市      2154
天津市      1560
河北省      7556
山西省      3718
内蒙古自治区   2534

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
#print(pop.head())
print(pop.index)

运行结果：

Index(['北京市', '天津市', '河北省', '山西省', '内蒙古自治区', '辽宁省', '吉林省', '黑龙江省', '上海市',
       '江苏省', '浙江省', '安徽省', '福建省', '江西省', '山东省', '河南省', '湖北省', '湖南省', '广东省',
       '广西壮族自治区', '海南省', '重庆市', '四川省', '贵州省', '云南省', '西藏自治区', '陕西省', '甘肃省',
       '青海省', '宁夏回族自治区', '新疆维吾尔自治区'],
      dtype='object', name='省份')

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(df5)

运行结果：

                                   2018年
                  省份
pop        北京市        2154.00
              天津市        1560.00
              河北省        7556.00
              山西省        3718.00
    内蒙古自治区     2534.00
...                ...
gdp                陕西省   24438.32
                      甘肃省     8246.07
                      青海省     2865.23
        宁夏回族自治区    3705.18
    新疆维吾尔自治区 12199.08

[62 rows x 1 columns]

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(df5.index) #index变成了2个元素的tuple组成的MultiIndex

运行结果：

MultiIndex([('pop',      '北京市'),
            ('pop',      '天津市'),
            ('pop',      '河北省'),
            ('pop',      '山西省'),
            ('pop',   '内蒙古自治区'),
            ('pop',      '辽宁省'),
            ('pop',      '吉林省'),
            ('pop',     '黑龙江省'),
            ('pop',      '上海市'),
            ('pop',      '江苏省'),
            ('pop',      '浙江省'),
            ('pop',      '安徽省'),
            ('pop',      '福建省'),
            ('pop',      '江西省'),
            ('pop',      '山东省'),
            ('pop',      '河南省'),
            ('pop',      '湖北省'),
            ('pop',      '湖南省'),
            ('pop',      '广东省'),
            ('pop', '广西壮族自治区'),
            ('pop',      '海南省'),
            ('pop',      '重庆市'),
            ('pop',      '四川省'),
            ('pop',      '贵州省'),
            ('pop',      '云南省'),
            ('pop',    '西藏自治区'),
            ('pop',      '陕西省'),
            ('pop',      '甘肃省'),
            ('pop',      '青海省'),
            ('pop', '宁夏回族自治区'),
            ('pop', '新疆维吾尔自治区'),
            ('gdp',      '北京市'),
            ('gdp',      '天津市'),
            ('gdp',      '河北省'),
            ('gdp',      '山西省'),
            ('gdp',   '内蒙古自治区'),
            ('gdp',      '辽宁省'),
            ('gdp',      '吉林省'),
            ('gdp',     '黑龙江省'),
            ('gdp',      '上海市'),
            ('gdp',      '江苏省'),
            ('gdp',      '浙江省'),
            ('gdp',      '安徽省'),
            ('gdp',      '福建省'),
            ('gdp',      '江西省'),
            ('gdp',      '山东省'),
            ('gdp',      '河南省'),
            ('gdp',      '湖北省'),
            ('gdp',      '湖南省'),
            ('gdp',      '广东省'),
            ('gdp', '广西壮族自治区'),
            ('gdp',      '海南省'),
            ('gdp',      '重庆市'),
            ('gdp',      '四川省'),
            ('gdp',      '贵州省'),
            ('gdp',      '云南省'),
            ('gdp',    '西藏自治区'),
            ('gdp',      '陕西省'),
            ('gdp',      '甘肃省'),
            ('gdp',      '青海省'),
            ('gdp', '宁夏回族自治区'),
            ('gdp', '新疆维吾尔自治区')],
           names=[None, '省份'])

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(df5.loc['pop'])#可以通过multiindex的第一个index调用

运行结果：

                  2018年
省份
北京市        2154.0
天津市        1560.0
河北省        7556.0
山西省        3718.0
内蒙古自治区     2534.0
辽宁省        4359.0
吉林省        2704.0
黑龙江省       3773.0
上海市        2424.0
江苏省        8051.0
浙江省        5737.0
安徽省        6324.0
福建省        3941.0
江西省        4648.0
山东省       10047.0
河南省        9605.0
湖北省        5917.0
湖南省        6899.0
广东省       11346.0
广西壮族自治区    4926.0
海南省         934.0
重庆市        3102.0
四川省        8341.0
贵州省        3600.0
云南省        4830.0
西藏自治区       344.0
陕西省        3864.0
甘肃省        2637.0
青海省         603.0
宁夏回族自治区     688.0
新疆维吾尔自治区   2487.0

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(df5.loc['pop','北京市'])#也可以把index写全

运行结果：

2018年 2154.0
Name: (pop, 北京市), dtype: float64

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(df5.loc['pop','北京市']['2018年'])#也可以把index写全

运行结果：

2154.0

2.2 使用join函数合并表，常用于行索引相同的两个DataFrame

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
print(gdp)

运行结果：

2018年
省份
北京市       30319.98
天津市       18809.64
河北省       36010.27
山西省       16818.11
内蒙古自治区    17289.22
辽宁省       25315.35
吉林省       15074.62
黑龙江省      16361.62
上海市       32679.87
江苏省       92595.40
浙江省       56197.15
安徽省       30006.82
福建省       35804.04
江西省       21984.78
山东省       76469.67
河南省       48055.86
湖北省       39366.55
湖南省       36425.78
广东省       97277.77
广西壮族自治区   20352.51
海南省        4832.05
重庆市       20363.19
四川省       40678.13
贵州省       14806.45
云南省       17881.12
西藏自治区      1477.63
陕西省       24438.32
甘肃省        8246.07
青海省        2865.23
宁夏回族自治区    3705.18
新疆维吾尔自治区 12199.08

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
print(df6)

运行结果：

                 2018年_pop 2018年_gdp
省份
北京市            2154   30319.98
天津市            1560   18809.64
河北省            7556   36010.27
山西省            3718   16818.11
内蒙古自治区         2534   17289.22
辽宁省            4359   25315.35
吉林省            2704   15074.62
黑龙江省           3773   16361.62
上海市            2424   32679.87
江苏省            8051   92595.40
浙江省            5737   56197.15
安徽省            6324   30006.82
福建省            3941   35804.04
江西省            4648   21984.78
山东省           10047   76469.67
河南省            9605   48055.86
湖北省            5917   39366.55
湖南省            6899   36425.78
广东省           11346   97277.77
广西壮族自治区        4926   20352.51
海南省             934    4832.05
重庆市            3102   20363.19
四川省            8341   40678.13
贵州省            3600   14806.45
云南省            4830   17881.12
西藏自治区           344    1477.63
陕西省            3864   24438.32
甘肃省            2637    8246.07
青海省             603    2865.23
宁夏回族自治区         688    3705.18
新疆维吾尔自治区       2487   12199.08

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
print(region)

运行结果：

区域
省份
北京市       华北
天津市       华北
河北省       华北
山西省       华北
内蒙古自治区    华北
辽宁省       东北
吉林省       东北
黑龙江省      东北
上海市       华东
江苏省       华东
浙江省       华东
安徽省       华东
福建省       华东
江西省       华东
山东省       华东
河南省       中南
湖北省       中南
湖南省       中南
广东省       中南
广西壮族自治区   中南
海南省       中南
重庆市       西南
四川省       西南
贵州省       西南
云南省       西南
西藏自治区     西南
陕西省       西北
甘肃省       西北
青海省       西北
宁夏回族自治区   西北
新疆维吾尔自治区西北

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
df7=df6.join(region) #没有重名列可以直接使用
print(df7)

运行结果：

2018年_pop 2018年_gdp 区域
省份
北京市            2154   30319.98 华北
天津市            1560   18809.64 华北
河北省            7556   36010.27 华北
山西省            3718   16818.11 华北
内蒙古自治区         2534   17289.22 华北
辽宁省            4359   25315.35 东北
吉林省            2704   15074.62 东北
黑龙江省           3773   16361.62 东北
上海市            2424   32679.87 华东
江苏省            8051   92595.40 华东
浙江省            5737   56197.15 华东
安徽省            6324   30006.82 华东
福建省            3941   35804.04 华东
江西省            4648   21984.78 华东
山东省           10047   76469.67 华东
河南省            9605   48055.86 中南
湖北省            5917   39366.55 中南
湖南省            6899   36425.78 中南
广东省           11346   97277.77 中南
广西壮族自治区        4926   20352.51 中南
海南省             934    4832.05 中南
重庆市            3102   20363.19 西南
四川省            8341   40678.13 西南
贵州省            3600   14806.45 西南
云南省            4830   17881.12 西南
西藏自治区           344    1477.63 西南
陕西省            3864   24438.32 西北
甘肃省            2637    8246.07 西北
青海省             603    2865.23 西北
宁夏回族自治区         688    3705.18 西北
新疆维吾尔自治区       2487   12199.08 西北

2.3 使用merge方法进行合并

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
df7=df6.join(region) #没有重名列可以直接使用
df8=pd.merge(pop,gdp,left_index=True,right_index=True)  #以两个dataframe的index来合并，与join相同
print(df8)

运行结果：

2018年_x   2018年_y
省份
北京市          2154 30319.98
天津市          1560 18809.64
河北省          7556 36010.27
山西省          3718 16818.11
内蒙古自治区       2534 17289.22
辽宁省          4359 25315.35
吉林省          2704 15074.62
黑龙江省         3773 16361.62
上海市          2424 32679.87
江苏省          8051 92595.40
浙江省          5737 56197.15
安徽省          6324 30006.82
福建省          3941 35804.04
江西省          4648 21984.78
山东省         10047 76469.67
河南省          9605 48055.86
湖北省          5917 39366.55
湖南省          6899 36425.78
广东省         11346 97277.77
广西壮族自治区      4926 20352.51
海南省           934   4832.05
重庆市          3102 20363.19
四川省          8341 40678.13
贵州省          3600 14806.45
云南省          4830 17881.12
西藏自治区         344   1477.63
陕西省          3864 24438.32
甘肃省          2637   8246.07
青海省           603   2865.23
宁夏回族自治区       688   3705.18
新疆维吾尔自治区     2487 12199.08

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
df7=df6.join(region) #没有重名列可以直接使用
df8=pd.merge(pop,gdp,left_index=True,right_index=True)  #以两个dataframe的index来合并，与join相同
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population')
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP')
#重新读入pop和gdp，并把省份名称纳入dataframe中
print(pop)

运行结果：

省份 2018年
0        北京市   2154
1        天津市   1560
2        河北省   7556
3        山西省   3718
4     内蒙古自治区   2534
5        辽宁省   4359
6        吉林省   2704
7       黑龙江省   3773
8        上海市   2424
9        江苏省   8051
10       浙江省   5737
11       安徽省   6324
12       福建省   3941
13       江西省   4648
14       山东省 10047
15       河南省   9605
16       湖北省   5917
17       湖南省   6899
18       广东省 11346
19   广西壮族自治区   4926
20       海南省    934
21       重庆市   3102
22       四川省   8341
23       贵州省   3600
24       云南省   4830
25     西藏自治区    344
26       陕西省   3864
27       甘肃省   2637
28       青海省    603
29   宁夏回族自治区    688
30 新疆维吾尔自治区   2487

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
df7=df6.join(region) #没有重名列可以直接使用
df8=pd.merge(pop,gdp,left_index=True,right_index=True)  #以两个dataframe的index来合并，与join相同
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population')
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP')
#重新读入pop和gdp，并把省份名称纳入dataframe中
pop['数据']='pop'
gdp['数据']='gdp'
print(gdp)

运行结果：

省份     2018年   数据
0        北京市 30319.98 gdp
1        天津市 18809.64 gdp
2        河北省 36010.27 gdp
3        山西省 16818.11 gdp
4     内蒙古自治区 17289.22 gdp
5        辽宁省 25315.35 gdp
6        吉林省 15074.62 gdp
7       黑龙江省 16361.62 gdp
8        上海市 32679.87 gdp
9        江苏省 92595.40 gdp
10       浙江省 56197.15 gdp
11       安徽省 30006.82 gdp
12       福建省 35804.04 gdp
13       江西省 21984.78 gdp
14       山东省 76469.67 gdp
15       河南省 48055.86 gdp
16       湖北省 39366.55 gdp
17       湖南省 36425.78 gdp
18       广东省 97277.77 gdp
19   广西壮族自治区 20352.51 gdp
20       海南省   4832.05 gdp
21       重庆市 20363.19 gdp
22       四川省 40678.13 gdp
23       贵州省 14806.45 gdp
24       云南省 17881.12 gdp
25     西藏自治区   1477.63 gdp
26       陕西省 24438.32 gdp
27       甘肃省   8246.07 gdp
28       青海省   2865.23 gdp
29   宁夏回族自治区   3705.18 gdp
30 新疆维吾尔自治区 12199.08 gdp

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False  #针对坐标轴中负号显示不出来的问题
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population',index_col=0)
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP',index_col=0)
df5=pd.concat([pop,gdp],axis=0,keys=['pop','gdp'])  #不用改名字即可合并
df6=pop.join(gdp,lsuffix='_pop', rsuffix='_gdp') #两个dataframe列名相同，需要加lsuffix或rsuffix在左边/右边的列名上加后缀来区分
region=pd.read_excel('GDPandPopulation.xlsx',sheet_name='region',index_col=0)
df7=df6.join(region) #没有重名列可以直接使用
df8=pd.merge(pop,gdp,left_index=True,right_index=True)  #以两个dataframe的index来合并，与join相同
pop=pd.read_excel('GDPandPopulation.xlsx',sheet_name='Population')
gdp=pd.read_excel('GDPandPopulation.xlsx',sheet_name='GDP')
#重新读入pop和gdp，并把省份名称纳入dataframe中
pop['数据']='pop'
gdp['数据']='gdp'
df9=pd.merge(pop,gdp,how='outer',on=['省份','2018年'])
#how='outer'表示求两个dataframe的并集，on=[列名]表示合并依照的列，即保持列名不变的列
print(df9)

运行结果：

省份     2018年数据_x 数据_y
0        北京市   2154.00 pop NaN
1        天津市   1560.00 pop NaN
2        河北省   7556.00 pop NaN
3        山西省   3718.00 pop NaN
4     内蒙古自治区   2534.00 pop NaN
..       ...       ... ... ...
57       陕西省 24438.32 NaN gdp
58       甘肃省   8246.07 NaN gdp
59       青海省   2865.23 NaN gdp
60   宁夏回族自治区   3705.18 NaN gdp
61 新疆维吾尔自治区 12199.08 NaN gdp

[62 rows x 4 columns]

以上就是《Pandas统计分析基础（5）：DataFrame的合并》，如果有改进的建议，欢迎在评论区留言交流~

持续更新中......原创不易，各位看官请随手点下Follow和Star，感谢！！！

你可能感兴趣的:(Python大数据分析,python,pycharm,数据分析,pandas,DataFrame)

理解Gunicorn：Python WSGI服务器的基石范范0825 ipython linux 运维
理解Gunicorn：PythonWSGI服务器的基石介绍Gunicorn，全称GreenUnicorn，是一个为PythonWSGI（WebServerGatewayInterface）应用设计的高效、轻量级HTTP服务器。作为PythonWeb应用部署的常用工具，Gunicorn以其高性能和易用性著称。本文将介绍Gunicorn的基本概念、安装和配置，帮助初学者快速上手。1.什么是Gunico
Python数据分析与可视化实战指南 William数据分析 python python 数据
在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
python os.environ 江湖偌大 python 深度学习
os.environ['TF_CPP_MIN_LOG_LEVEL']='0'#默认值，输出所有信息os.environ['TF_CPP_MIN_LOG_LEVEL']='1'#屏蔽通知信息（INFO）os.environ['TF_CPP_MIN_LOG_LEVEL']='2'#屏蔽通知信息和警告信息（INFO\WARNING）os.environ['TF_CPP_MIN_LOG_LEVEL']='
Python中os.environ基本介绍及使用方法鹤冲天Pro #Python python 服务器开发语言
文章目录python中os.environos.environ简介os.environ进行环境变量的增删改查python中os.environ的使用详解1.简介2.key字段详解2.1常见key字段3.os.environ.get()用法4.环境变量的增删改查和判断是否存在4.1新增环境变量4.2更新环境变量4.3获取环境变量4.4删除环境变量4.5判断环境变量是否存在python中os.envi
Pyecharts数据可视化大屏：打造沉浸式数据分析体验我的运维人生信息可视化数据分析数据挖掘运维开发技术共享
Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
Python教程：一文了解使用Python处理XPath 旦莫 Python进阶 python 开发语言
目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
python os.environ_python os.environ 读取和设置环境变量 weixin_39605414 python os.environ
>>>importos>>>os.environ.keys()['LC_NUMERIC','GOPATH','GOROOT','GOBIN','LESSOPEN','SSH_CLIENT','LOGNAME','USER','HOME','LC_PAPER','PATH','DISPLAY','LANG','TERM','SHELL','J2REDIR','LC_MONETARY','QT_QPA
使用Faiss进行高效相似度搜索 llzwxh888 faiss python
在现代AI应用中，快速和高效的相似度搜索是至关重要的。Faiss（FacebookAISimilaritySearch）是一个专门用于快速相似度搜索和聚类的库，特别适用于高维向量。本文将介绍如何使用Faiss来进行相似度搜索，并结合Python代码演示其基本用法。什么是Faiss？Faiss是一个由FacebookAIResearch团队开发的开源库，主要用于高维向量的相似性搜索和聚类。Faiss
python是什么意思中文-在python中%是什么意思编程大乐趣
Python中%有两种：1、数值运算：%代表取模，返回除法的余数。如：>>>7%212、%操作符（字符串格式化，stringformatting），说明如下：%[(name)][flags][width].[precision]typecode(name)为命名flags可以有+，-，''或0。+表示右对齐。-表示左对齐。''为一个空格，表示在正数的左侧填充一个空格，从而与负数对齐。0表示使用0填
Day1笔记-Python简介&标识符和关键字&输入输出 ~在杰难逃~ Python python 开发语言大数据数据分析数据挖掘
大家好，从今天开始呢，杰哥开展一个新的专栏，当然，数据分析部分也会不定时更新的，这个新的专栏主要是讲解一些Python的基础语法和知识，帮助0基础的小伙伴入门和学习Python，感兴趣的小伙伴可以开始认真学习啦！一、Python简介【了解】1.计算机工作原理编程语言就是用来定义计算机程序的形式语言。我们通过编程语言来编写程序代码，再通过语言处理程序执行向计算机发送指令，让计算机完成对应的工作，编程
python八股文面试题分享及解析(1) Shawn________ python
#1.'''a=1b=2不用中间变量交换a和b'''#1.a=1b=2a,b=b,aprint(a)print(b)结果：21#2.ll=[]foriinrange(3):ll.append({'num':i})print(11)结果:#[{'num':0},{'num':1},{'num':2}]#3.kk=[]a={'num':0}foriinrange(3):#0,12#可变类型，不仅仅改变
每日算法&面试题，大厂特训二十八天——第二十天（树）肥学 ⚡算法题⚡面试题每日精进 java 算法数据结构
目录标题导读算法特训二十八天面试题点击直接资料领取导读肥友们为了更好的去帮助新同学适应算法和面试题，最近我们开始进行专项突击一步一步来。上一期我们完成了动态规划二十一天现在我们进行下一项对各类算法进行二十八天的一个小总结。还在等什么快来一起肥学进行二十八天挑战吧！！特别介绍小白练手专栏，适合刚入手的新人欢迎订阅编程小白进阶python有趣练手项目里面包括了像《机器人尬聊》《恶搞程序》这样的有趣文章
Python快速入门 —— 第三节：类与对象孤华暗香 Python快速入门 python 开发语言
第三节：类与对象目标：了解面向对象编程的基础概念，并学会如何定义类和创建对象。内容：类与对象：定义类：class关键字。类的构造函数：__init__()。类的属性和方法。对象的创建与使用。示例：classStudent:def__init__(self,name,age,major):self.name&#
pyecharts——绘制柱形图折线图 2224070247 信息可视化 python java 数据可视化
一、pyecharts概述自2013年6月百度EFE(ExcellentFrontEnd）数据可视化团队研发的ECharts1.0发布到GitHub网站以来，ECharts一直备受业界权威的关注并获得广泛好评，成为目前成熟且流行的数据可视化图表工具，被应用到诸多数据可视化的开发领域。Python作为数据分析领域最受欢迎的语言，也加入ECharts的使用行列，并研发出方便Python开发者使用的数据
Python 实现图片裁剪（附代码） | Python工具剑客阿良_ALiang
前言本文提供将图片按照自定义尺寸进行裁剪的工具方法，一如既往的实用主义。环境依赖ffmpeg环境安装，可以参考我的另一篇文章：windowsffmpeg安装部署_阿良的博客-CSDN博客本文主要使用到的不是ffmpeg，而是ffprobe也在上面这篇文章中的zip包中。ffmpy安装：pipinstallffmpy-ihttps://pypi.douban.com/simple代码不废话了，上代码
【华为OD技术面试真题 - 技术面】- python八股文真题题库（4) 算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选**1.Python中的`with`**用途和功能自动资源管理示例：文件操作上下文管理协议示例代码工作流程解析优点2.\_\_new\_\_和**\_\_init\_\_**区别__new____init__区别总结3.**切片（Slicing）操作**基本切片语法
python os 环境变量 CV矿工 python 开发语言 numpy
环境变量：环境变量是程序和操作系统之间的通信方式。有些字符不宜明文写进代码里，比如数据库密码，个人账户密码，如果写进自己本机的环境变量里，程序用的时候通过os.environ.get（）取出来就行了。os.environ是一个环境变量的字典。环境变量的相关操作importos"""设置/修改环境变量：os.environ[‘环境变量名称’]=‘环境变量值’#其中key和value均为string类
Python爬虫解析工具之xpath使用详解 eqa11 python 爬虫开发语言
文章目录Python爬虫解析工具之xpath使用详解一、引言二、环境准备1、插件安装2、依赖库安装三、xpath语法详解1、路径表达式2、通配符3、谓语4、常用函数四、xpath在Python代码中的使用1、文档树的创建2、使用xpath表达式3、获取元素内容和属性五、总结Python爬虫解析工具之xpath使用详解一、引言在Python爬虫开发中，数据提取是一个至关重要的环节。xpath作为一门
【华为OD技术面试真题 - 技术面】- python八股文真题题库（1）算法大师华为od 面试 python
华为OD面试真题精选专栏：华为OD面试真题精选目录:2024华为OD面试手撕代码真题目录以及八股文真题目录文章目录华为OD面试真题精选1.数据预处理流程数据预处理的主要步骤工具和库2.介绍线性回归、逻辑回归模型线性回归（LinearRegression）模型形式：关键点：逻辑回归（LogisticRegression）模型形式：关键点：参数估计与评估：3.python浅拷贝及深拷贝浅拷贝（Shal
nosql数据库技术与应用知识点皆过客，揽星河 NoSQL nosql 数据库大数据数据分析数据结构非关系型数据库
Nosql知识回顾大数据处理流程数据采集(flume、爬虫、传感器)数据存储(本门课程NoSQL所处的阶段)Hdfs、MongoDB、HBase等数据清洗(入仓)Hive等数据处理、分析(Spark、Flink等)数据可视化数据挖掘、机器学习应用(Python、SparkMLlib等)大数据时代存储的挑战(三高)高并发(同一时间很多人访问)高扩展(要求随时根据需求扩展存储)高效率(要求读写速度快)
《Python数据分析实战终极指南》 xjt921122 python 数据分析开发语言
对于分析师来说，大家在学习Python数据分析的路上，多多少少都遇到过很多大坑**，有关于技能和思维的**：Excel已经没办法处理现有的数据量了，应该学Python吗？找了一大堆Python和Pandas的资料来学习，为什么自己动手就懵了？跟着比赛类公开数据分析案例练了很久，为什么当自己面对数据需求还是只会数据处理而没有分析思路？学了对比、细分、聚类分析，也会用PEST、波特五力这类分析法，为啥
Python中深拷贝与浅拷贝的区别 yuxiaoyu.
转自：http://blog.csdn.net/u014745194/article/details/70271868定义：在Python中对象的赋值其实就是对象的引用。当创建一个对象，把它赋值给另一个变量的时候，python并没有拷贝这个对象，只是拷贝了这个对象的引用而已。浅拷贝：拷贝了最外围的对象本身，内部的元素都只是拷贝了一个引用而已。也就是，把对象复制一遍，但是该对象中引用的其他对象我不复
Python开发常用的三方模块如下：换个网名有点难 python 开发语言
Python是一门功能强大的编程语言，拥有丰富的第三方库，这些库为开发者提供了极大的便利。以下是100个常用的Python库，涵盖了多个领域：1、NumPy，用于科学计算的基础库。2、Pandas，提供数据结构和数据分析工具。3、Matplotlib，一个绘图库。4、Scikit-learn，机器学习库。5、SciPy，用于数学、科学和工程的库。6、TensorFlow，由Google开发的开源机
ES聚合分析原理与代码实例讲解光剑书架上的书大厂Offer收割机面试题简历程序员读书硅基计算碳基计算认知计算生物计算深度学习神经网络大数据 AIGC AGI LLM Java Python 架构设计 Agent 程序员实现财富自由
ES聚合分析原理与代码实例讲解1.背景介绍1.1问题的由来在大规模数据分析场景中，特别是在使用Elasticsearch（ES）进行数据存储和检索时，聚合分析成为了一个至关重要的功能。聚合分析允许用户对数据集进行细分和分组，以便深入探索数据的结构和模式。这在诸如实时监控、日志分析、业务洞察等领域具有广泛的应用。1.2研究现状目前，ES聚合分析已经成为现代大数据平台的核心组件之一。它支持多种类型的聚
Python编译器鹿鹿~ Python编译器 Python python 开发语言后端
嘿嘿嘿我又来了啊有些小盆友可能不知道Python其实是有编译器的，也就是PyCharm。你们可能会问到这个是干嘛的又不可以吃也不可以穿好像没有什么用，其实你还说对了这个还真的不可以吃也不可以穿，但是它用来干嘛的呢。用来编译你所打出的代码进行运行（可能这里说的有点不对但是只是个人认为）现在我们来说说PyCharm是用来干嘛的。PyCharm是一种PythonIDE，带有一整套可以帮助用户在使用Pyt
一文掌握python面向对象魔术方法（二）程序员neil python python 开发语言
接上篇：一文掌握python面向对象魔术方法（一）-CSDN博客目录六、迭代和序列化：1、__iter__(self):定义迭代器，使得类可以被for循环迭代。2、__getitem__(self,key):定义索引操作，如obj[key]。3、__setitem__(self,key,value):定义赋值操作，如obj[key]=value。4、__delitem__(self,key):定义
一文掌握python常用的list（列表）操作程序员neil python python 开发语言
目录一、创建列表1.直接创建列表：2.使用list()构造器3.使用列表推导式4.创建空列表二、访问列表元素1.列表支持通过索引访问元素，索引从0开始：2.还可以使用切片操作访问列表的一部分：三、修改列表元素四、添加元素1.append()：在末尾添加元素2.insert()：在指定位置插入元素五、删除元素1.del：删除指定位置的元素2.remove()：删除指定值的第一个匹配项3.pop()：
Python实现简单的机器学习算法 master_chenchengg python python 办公效率 python开发 IT
Python实现简单的机器学习算法开篇：初探机器学习的奇妙之旅搭建环境：一切从安装开始必备工具箱第一步：安装Anaconda和JupyterNotebook小贴士：如何配置Python环境变量算法初体验：从零开始的Python机器学习线性回归：让数据说话数据准备：从哪里找数据编码实战：Python实现线性回归模型评估：如何判断模型好坏逻辑回归：从分类开始理论入门：什么是逻辑回归代码实现：使用skl
自然语言处理_tf-idf _feivirus_ 算法机器学习和数学自然语言处理 tf-idf 逆文档频率词频
importpandasaspdimportmath1.数据预处理docA="Thecatsatonmyface"docB="Thedogsatonmybed"wordsA=docA.split("")wordsB=docB.split("")wordsSet=set(wordsA).union(set(wordsB))print(wordsSet){'on','my','face','sat',
K近邻算法_分类鸢尾花数据集 _feivirus_ 算法机器学习和数学分类机器学习 K近邻
importnumpyasnpimportpandasaspdfromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitfromsklearn.metricsimportaccuracy_score1.数据预处理iris=load_iris()df=pd.DataFrame(data=ir
java类加载顺序 3213213333332132 java
package com.demo; /** * @Description 类加载顺序 * @author FuJianyong * 2015-2-6上午11:21:37 */ public class ClassLoaderSequence { String s1 = "成员属性"; static String s2 = "
Hibernate与mybitas的比较 BlueSkator sql Hibernate 框架 ibatis orm
第一章 Hibernate与MyBatis Hibernate 是当前最流行的O/R mapping框架，它出身于sf.net，现在已经成为Jboss的一部分。 Mybatis 是另外一种优秀的O/R mapping框架。目前属于apache的一个子项目。 MyBatis 参考资料官网：http:
php多维数组排序以及实际工作中的应用 dcj3sjt126com PHP usort uasort
自定义排序函数返回false或负数意味着第一个参数应该排在第二个参数的前面, 正数或true反之, 0相等usort不保存键名uasort 键名会保存下来uksort 排序是对键名进行的 <!doctype html> <html lang="en"> <head> <meta charset="utf-8&q
DOM改变字体大小周华华前端
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/1999/xhtml&q
c3p0的配置 g21121 c3p0
c3p0是一个开源的JDBC连接池，它实现了数据源和JNDI绑定，支持JDBC3规范和JDBC2的标准扩展。c3p0的下载地址是：http://sourceforge.net/projects/c3p0/这里可以下载到c3p0最新版本。以在spring中配置dataSource为例：  <bean name="prope
Java获取工程路径的几种方法 510888780 java
第一种： File f = new File(this.getClass().getResource("/").getPath()); System.out.println(f); 结果: C:\Documents%20and%20Settings\Administrator\workspace\projectName\bin 获取当前类的所在工程路径; 如果不加“
在类Unix系统下实现SSH免密码登录服务器 Harry642 免密 ssh
1.客户机 (1)执行ssh-keygen -t rsa -C "[email protected]"生成公钥，xxx为自定义大email地址 (2)执行scp ~/.ssh/id_rsa.pub root@xxxxxxxxx:/tmp将公钥拷贝到服务器上，xxx为服务器地址 (3)执行cat
Java新手入门的30个基本概念一 aijuans java java 入门新手
在我们学习Java的过程中,掌握其中的基本概念对我们的学习无论是J2SE,J2EE,J2ME都是很重要的,J2SE是Java的基础,所以有必要对其中的基本概念做以归纳,以便大家在以后的学习过程中更好的理解java的精髓,在此我总结了30条基本的概念。　　Java概述:　　目前Java主要应用于中间件的开发(middleware)---处理客户机于服务器之间的通信技术,早期的实践证明,Java不适合
Memcached for windows 简单介绍 antlove java Web windows cache memcached
1. 安装memcached server a. 下载memcached-1.2.6-win32-bin.zip b. 解压缩，dos 窗口切换到 memcached.exe所在目录，运行memcached.exe -d install c.启动memcached Server,直接在dos窗口键入 net start "memcached Server&quo
数据库对象的视图和索引百合不是茶索引 oeacle数据库视图
视图视图是从一个表或视图导出的表，也可以是从多个表或视图导出的表。视图是一个虚表，数据库不对视图所对应的数据进行实际存储，只存储视图的定义，对视图的数据进行操作时,只能将字段定义为视图,不能将具体的数据定义为视图为什么oracle需要视图; &
Mockito(一) --入门篇 bijian1013 持续集成 mockito 单元测试
Mockito是一个针对Java的mocking框架，它与EasyMock和jMock很相似，但是通过在执行后校验什么已经被调用，它消除了对期望行为（expectations）的需要。其它的mocking库需要你在执行前记录期望行为（expectations），而这导致了丑陋的初始化代码。 &nb
精通Oracle10编程SQL(5)SQL函数 bijian1013 oracle 数据库 plsql
/* * SQL函数 */ --数字函数 --ABS(n):返回数字n的绝对值 declare v_abs number(6,2); begin v_abs:=abs(&no); dbms_output.put_line('绝对值：'||v_abs); end; --ACOS(n):返回数字n的反余弦值，输入值的范围是-1~1，输出值的单位为弧度
【Log4j一】Log4j总体介绍 bit1129 log4j
Log4j组件：Logger、Appender、Layout Log4j核心包含三个组件：logger、appender和layout。这三个组件协作提供日志功能：日志的输出目标日志的输出格式日志的输出级别(是否抑制日志的输出) logger继承特性 A logger is said to be an ancestor of anothe
Java IO笔记白糖_ java
public static void main(String[] args) throws IOException { //输入流 InputStream in = Test.class.getResourceAsStream("/test"); InputStreamReader isr = new InputStreamReader(in); Bu
Docker 监控 ronin47 docker监控
目前项目内部署了docker，于是涉及到关于监控的事情，参考一些经典实例以及一些自己的想法，总结一下思路。 1、关于监控的内容监控宿主机本身监控宿主机本身还是比较简单的，同其他服务器监控类似，对cpu、network、io、disk等做通用的检查，这里不再细说。额外的，因为是docker的
java-顺时针打印图形 bylijinnan java
一个画图程序要求打印出： 1.int i=5; 2.1 2 3 4 5 3.16 17 18 19 6 4.15 24 25 20 7 5.14 23 22 21 8 6.13 12 11 10 9 7. 8.int i=6 9.1 2 3 4 5 6 10.20 21 22 23 24 7 11.19
关于iReport汉化版强制使用英文的配置方法 Kai_Ge iReport汉化英文版
对于那些具有强迫症的工程师来说，软件汉化固然好用，但是汉化不完整却极为头疼，本方法针对iReport汉化不完整的情况，强制使用英文版，方法如下：在 iReport 安装路径下的 etc/ireport.conf 里增加红色部分启动参数，即可变为英文版。 # ${HOME} will be replaced by user home directory accordin
[并行计算]论宇宙的可计算性 comsci 并行计算
现在我们知道,一个涡旋系统具有并行计算能力.按照自然运动理论,这个系统也同时具有存储能力,同时具备计算和存储能力的系统,在某种条件下一般都会产生意识...... 那么,这种概念让我们推论出一个结论 &nb
用OpenGL实现无限循环的coverflow dai_lm android coverflow
网上找了很久，都是用Gallery实现的，效果不是很满意，结果发现这个用OpenGL实现的，稍微修改了一下源码，实现了无限循环功能源码地址： https://github.com/jackfengji/glcoverflow public class CoverFlowOpenGL extends GLSurfaceView implements GLSurfaceV
JAVA数据计算的几个解决方案1 datamachine java Hibernate 计算
老大丢过来的软件跑了10天，摸到点门道，正好跟以前攒的私房有关联，整理存档。 -----------------------------华丽的分割线------------------------------------- 数据计算层是指介于数据存储和应用程序之间，负责计算数据存储层的数据，并将计算结果返回应用程序的层次。J &nbs
简单的用户授权系统,利用给user表添加一个字段标识管理员的方式 dcj3sjt126com yii
怎么创建一个简单的(非 RBAC)用户授权系统通过查看论坛，我发现这是一个常见的问题，所以我决定写这篇文章。本文只包括授权系统.假设你已经知道怎么创建身份验证系统(登录)。数据库首先在 user 表创建一个新的字段(integer 类型),字段名 'accessLevel',它定义了用户的访问权限扩展 CWebUser 类在配置文件(一般为 protecte
未选之路 dcj3sjt126com 诗
作者:罗伯特*费罗斯特黄色的树林里分出两条路, 可惜我不能同时去涉足, 我在那路口久久伫立, 我向着一条路极目望去, 直到它消失在丛林深处. 但我却选了另外一条路, 它荒草萋萋,十分幽寂; 显得更诱人,更美丽, 虽然在这两条小路上, 都很少留下旅人的足迹. 那天清晨落叶满地, 两条路都未见脚印痕迹. 呵,留下一条路等改日再
Java处理15位身份证变18位蕃薯耀 18位身份证变15位 15位身份证变18位身份证转换
15位身份证变18位，18位身份证变15位 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>> 蕃薯耀 201
SpringMVC4零配置--应用上下文配置【AppConfig】 hanqunfeng springmvc4
从spring3.0开始，Spring将JavaConfig整合到核心模块，普通的POJO只需要标注@Configuration注解，就可以成为spring配置类，并通过在方法上标注@Bean注解的方式注入bean。 Xml配置和Java类配置对比如下： applicationContext-AppConfig.xml <!-- 激活自动代理功能参看：
Android中webview跟JAVASCRIPT中的交互 jackyrong JavaScript html android 脚本
在android的应用程序中,可以直接调用webview中的javascript代码,而webview中的javascript代码,也可以去调用ANDROID应用程序(也就是JAVA部分的代码).下面举例说明之: 1 JAVASCRIPT脚本调用android程序要在webview中,调用addJavascriptInterface(OBJ,int
8个最佳Web开发资源推荐 lampcy 编程 Web 程序员
Web开发对程序员来说是一项较为复杂的工作，程序员需要快速地满足用户需求。如今很多的在线资源可以给程序员提供帮助，比如指导手册、在线课程和一些参考资料，而且这些资源基本都是免费和适合初学者的。无论你是需要选择一门新的编程语言，或是了解最新的标准，还是需要从其他地方找到一些灵感，我们这里为你整理了一些很好的Web开发资源，帮助你更成功地进行Web开发。这里列出10个最佳Web开发资源，它们都是受
架构师之面试------jdk的hashMap实现 nannan408 HashMap
1.前言。如题。 2.详述。 (1)hashMap算法就是数组链表。数组存放的元素是键值对。jdk通过移位算法（其实也就是简单的加乘算法），如下代码来生成数组下标(生成后indexFor一下就成下标了）。 static int hash(int h) { h ^= (h >>> 20) ^ (h >>>
html禁止清除input文本输入缓存 Rainbow702 html 缓存 input 输入框 change
多数浏览器默认会缓存input的值，只有使用ctl+F5强制刷新的才可以清除缓存记录。如果不想让浏览器缓存input的值，有2种方法：方法一：在不想使用缓存的input中添加 autocomplete="off"; <input type="text" autocomplete="off" n
POJO和JavaBean的区别和联系 tjmljw POJO java beans
POJO 和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Pure Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比 POJO复杂很多， Java Bean 是可复用的组件，对 Java Bean 并没有严格的规
java中单例的五种写法 liuxiaoling java 单例
/** * 单例模式的五种写法： * 1、懒汉 * 2、恶汉 * 3、静态内部类 * 4、枚举 * 5、双重校验锁 */ /** * 五、双重校验锁，在当前的内存模型中无效 */ class LockSingleton { private volatile static LockSingleton singleton; pri