行列的增删

添加操作

• df[new_col] = values 索引引用方法

• pd.DataFrame.assign(**kwargs) ⇒ NewDataFrame assign方法添加多个列

• pd.DataFrame.insert(loc, column: 'Hashable', value: 'Scalar | AnyArrayLike',allow_duplicates: 'bool | lib.NoDefault' = <no_default>)
• loc：int，Insertion index. 插入位置
• column : str, number, or hashable object Label of the inserted column.插入的索引名
• value : Scalar, Series, or array-like
• allow_duplicates : bool, optional, default lib.no_default

• df.loc[new_index] = values loc索引添加行

• pd.DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=False)
• The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.

删除操作

• del DateFrame[col] 删除column列（了解即可）

• pd.DataFrame.drop(labels = None, axis = 0, index = None, columns = None, level = None, inplace = False, errors = 'raise')
• labels : single label or list-like； Index or column labels to drop. A tuple will be used as a single label and not treated as a list-like.
• axis : {0 or 'index', 1 or 'columns'}, default 0； Whether to drop labels from the index (0 or 'index') or columns (1 or 'columns').
• index : single label or list-like； Alternative to specifying axis (``labels, axis=0`` is equivalent to ``index=labels``).
• columns : single label or list-like； Alternative to specifying axis (``labels, axis=1`` is equivalent to ``columns=labels``).
• level : int or level name, optional； For MultiIndex, level from which the labels will be removed.
• inplace : bool, default False； If False, return a copy. Otherwise, do operation inplace and return None.
• errors : {'ignore', 'raise'}, default 'raise'；If 'ignore', suppress error and only existing labels are dropped.
• return：返回处理后的DataFrame，原对象不变。

• pd.DataFrame.pop(self, item: 'Hashable') -> 'Series'
• item : label; Label of column to be popped.
• return：返回删除的单列, Series对象，原对象变动。

• 语句del df.loc[]语法是错误的，索引删除列方式只有del df[col] 语法，单列删除

• drop方法返回处理后新对象，原对象不变

数据拼接

• concat：多个对象行列拼接
• 可以重新定义索引
• 可以标签索引全集拼接和交集拼接

• merge：多个对象连接（类似SQL语言的多表连接）
• 一对一
• 一对多
• 多对多

pd.concat方法

• pd.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=True)->'DataFrame | Series'
• objs：需要连接的 pandas 对象的序列或映射。如果传递的是字典，那么字典的键将用作 参数
• axis：{0/'index', 1/'columns'}, default 0，上下拼接，若为1则左右拼接。
• join：{'inner', 'outer'}, default 'outer'
• outer：返回所有的行
• inner：返回两个都有的行
• ignore_index : bool, default False，表示保留原始索引。为True，则原始索引不保留，默认创建整数索引
• keys : sequence, default None。如果传递，则必须传递与连接对象相同长度的序列。此参数可用于创建多级索引的结果。
• levels : list of sequences, default None。用于构造多层索引的特定级别。
• names : list, default None。用于创建结果分层索引的名称。
• verify_integrity : bool, default False。检查新连接的轴是否包含重复项。如果它确实如此，那么将会引发异常。默认情况下，该检查被禁用，对于大型数据连接可以节省大量时间。
• sort : bool, default False。默认情况下，连接操作不会尝试对结果进行排序。设置为 True（默认值是False）将尝试对结果进行排序，但是这可能会引入性能问题
• copy : bool, default True。如果为False ，则避免复制数据到结果数据结构中。默认情况下总是复制。

pd.merge方法**

• pd.merge(left right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x','_y'), copy=True, indicator=False, validate=None)
• left : DataFrame；参与合并的左侧DataFrame
• right : DataFrame or named Series；参与合并的右侧DataFrame或Series
• how : {'left', 'right', 'outer', 'inner', 'cross'}, default 'inner'。分别对应左连接，右连接，外连接，内连接，xx
• on : label or list；用于连接的列名，必须同时存在于左右两个DataFrame对象中，如果未指定，则以left和right列名的交集作为连接键
• left_on : label or list, or array-like；左侧DataFarme中用作连接键的列
• right_on : label or list, or array-like；右侧DataFarme中用作连接键的列
• 当连接的两个标签名不一致无法用on进行拼接时使用这个
• left_on，right_on分别对应左右表的用于连接的两个标签
• left_index : bool, default False；如果设为 True，则使用左 DataFrame 对象的索引作为连接键
• right_index : bool, default False；如果设为 True，则使用右 DataFrame 对象的索引作为连接键
• sort : bool, default False；根据连接键对合并后的数据进行排序，默认为True。有时在处理大数据集时，禁用该选项可获得更好的性能
• suffixes : list-like, default is ("_x", "_y")；字符串值元组，用于追加到重叠列名的末尾，默认为（‘_x’,‘_y’）.
• eg: 左右两个DataFrame对象都有‘data’，则结果中就会出现‘data_x’，‘data_y’
• copy : bool, default True；设置为False，可以在某些特殊情况下避免将数据复制到结果数据结构中。默认总是赋值
• indicator : bool or str, default False；方法实际上会将合并后的数据集增加一列，默认的列名是"_merge"。
• 作用：知道每一行数据的来源，如果来自 left，值就是 left_only，如果来自 right，值就是 right_only，如果是两者都有，值就是 both
• validate : str, optional； If specified, checks if merge is of specified type.（检验拼接类型，如果参数为”one_to_one”，但是实际拼接方式不是一对多，就会报错）
• "one_to_one" or "1:1": check if merge keys are unique in both left and right datasets.
• "one_to_many" or "1:m": check if merge keys are unique in left dataset.
• "many_to_one" or "m:1": check if merge keys are unique in right dataset.
• "many_to_many" or "m:m": allowed, but does not result in checks.

数据关联性：

在对数据进行合并时，双方数据的关联性有3种情况。要正确地对数据进行合并，就需要理解这三种关联性：
• 一对一（one to one）：指在双方的数据中，一方的数据对应另一方的单个数据的情况
• 一对多（one to many）:指一方的某一数据可能对应另一方的多个数据的情况。
• 多对多（many to many）:指双方数据中分别有多个数据对应另一方的多个数据的情况。

演示：

本节重点讲解参数on（有相同的列名做连接键用on）、left_on、right_on（没有相同的列名做连接键，不能用on参数，则指定两个列名做连接键进行连接）、suffixes（拼接后有相同列名的为区分列名后加后缀名）、how（SQL类似的拼接方式）、left_index、right_index（将left、right的索引作为连接键）
准备数据：
案例：参数on、left_on、right_on、suffixes、how
案例：on参数、how参数(left、right、outer、inner)和left_index、right_index

how参数	内容
left	只使用第一个参数left的FataFrame对象的键值。键值的顺序不变
right	只使用第二个参数right的FataFrame对象的键值。键值的顺序不变
outer	外部结合，两个DataFrame对象的键值的并集。键值按照字典的顺序进行排列
inner	默认值。内部结合，两个DataFrame对象的键值的交集。键值按照字典的顺序进行排列