Python_数据分析_pandas_06合并与连接
1. 合并与连接
合并与链接基于pandas的merge()函数,链接的种类分为一对一链接、多对一链接、多对多链接
1.1 设置合并的键
- 基础的方式是on
- 合并的数据集列名不一致时:left_on right_on
1.2 设置合并的规则
- 内连接设置how = ‘inner’ 是默认设置(数据库中的inner join)
- 内连接对应的是外连接 outer
- 左连接left 对应右链接 right
2.案例:美国州数据
2.1 数据说明
- 数据链接为: https://github.com/jakevdp/data-USstates
- 数据包含三个csv,state-population表示州人口数据(州使用简称),state-areas表示州面积数据(使用全称),state-abbrevs是州的简称和全程对应数据
- 统计目标:2010年各州人口密度排名
- 数据展示:
2.2 数据处理
step1:提取2010年各州人口数据,需要使用query()函数
step2:根据pop_2010链接州全名
step3:根据step2数据,链接州面积
step4:检查缺失值并删除
step5:计算密度并排序