join

merge

练习

题目：统计电影分类(genre)的情况  P125

 获取最初数据->tolist->将数据平铺 !!!两个循环->set去重且list->构造一个全0数组(行和列的取值！！)-->对号入座，找到位置，替换成1，进行列求和

#统计分类的列表
datalist2=df["Genre"].str.split(", ").tolist()
print(datalist2)
# 将数据平铺
datalist=[j for i in datalist2 for j in i]
print(datalist)
# set 转化成列表
data_list=list(set(datalist))
print(data_list)

  数据样式

#替换，出现电影名字的位置替换成1
for i in range(df.shape[0]):
  # 利用【[[],[],[]]  字符串loc
  datezeros.loc[i,datalist2[i]]=1
print(datezeros.head(3))

进行列求和，得到的数据，就是分类去重后电影的数量

#算出每一列的和 axis=0   得到的数量就是有多少部电影
data0=datezeros.sum(axis=0)
print(data0)

_x = data0.index
_y = data0.values
#画图
plt.figure(figsize=(20,8),dpi=80)
plt.bar(range(len(_x)),_y,width=0.4,color="orange")
plt.xticks(range(len(_x)),_x)
plt.show()

groupby：

grouped = df.groupby(by="columns_name")  

统计美国和中国星巴克的数量

grouped=df.groupby(by="Country")

country_count=grouped["Brand].count()  

print(country_count["US"])   获取美国的数据

易错点

df["Country"]=="CN"  会返回true或者false(找的是country这一列为CN)  

df[df["Country"]=="CN" ]  会将true的数据返回

#统计中国每个省店铺的数量
china_data = df[df["Country"] =="CN"]
print("china_data",china_data)

数据按照多个条件进行分组

df["Brand"].groupby(by=[df["Country],df[""State/Province""]])

df["Brand"].groupby(by="Country","State/Province"])  错误  

取到的Brand那一列，类型是Series，那一列中没有Country，State/Province。

语法糖  Series-->DataFrame

Series-->DataFrame

grouped=df["Brand"].groupby(by=[df["Country],df[""State/Province""]])
print(type(grouped))

grouped1=df[df["Brand"]].groupby(by=[df["Country],df[""State/Province""]])
print(type(grouped1))

转载 ：pandas聚合和分组运算——GroupBy技术(1) - 数据之风 - 博客园（写的浅显易懂）