pandas 数据操作

pandas 数据操作

在数据分析中，经常需要从不同角度将数据集合合并后再进行分析。

pandas的groupby方法适合数据进行分组和处理，关于数据的分组，这里讲如何使用groupby方法进行执行分组

age，education.num,hours.perweek 分组

首先，将性别sex数据分组，对年龄age，在校年数，education.num，每周工作时间按照性别进行比较

grouped.mean()

 可以看出在校年数，女性和男性基本一样，而每周工作时间，男性比女性都工作了6个小时时间

进行workclass 工作类型分组

 可以看出self-emp-inc最高，而没有薪水的最低

进行workclass 工作类型多个列分组

根据职业类型和性别进行分组，对每周工作时间进行平均值分析

数据的合并

就是将多个数据合并为一个数据，

对不同workclass的每周工作的平均值进行合并

先求出不同工作类型的每周工作时间的平均值

需要将数据workclass_hours合并到Dataframe对象中，合并为一个列

merged=df.merge(workclass_hours,left_on='workclass',right_index=True,suffixes=('','_avg'))

下面将对合并的数据Dataframe对象merged的workclass，hours.perweek,hours.perweek_avg进行确认