财务大数据分析 课件 项目二任务一 Pandas 数据处理基础.pptx

项目二

数据处理与数据可视化基础;目录;1.知道横向或纵向堆叠合并数据；

2.掌握主键合并数据；

3.掌握重叠合并数据；

4.了解Pyplot基础语法；

5.绘制直方图、折线图。;任务一

Pandas数据处理基础;堆叠就是简单地把两个表拼在一起，也被称作轴向连接、绑定或连接。依照连接轴的方向，数据堆叠可分为横向堆叠和纵向堆叠。;一;当两张表完全一样时，不论join参数的取值是inner或者outer,结果都是将两个表完全按照x轴拼接起来，具体实现如图所示。;一;除了concat函数之外，append方法也可以用于纵向合并两张表。但是使用append方法实现纵向表堆叠有一个前提条件，那就是两张表的列名需要完全一致。append方法的基本方法如下。;主键合并，即通过一个或多个键将两个数据集的行连接起来，类似于SQL中的join。针对两张包含不同字段的表，将其根据某几个字段一一对应拼接起来，结果集的列数为两个原数据的列数和减去连接键的数量。

pandas库中的merge函数和join方法都可以实现主键合并，但两者的实现方式并不相同。;一;除了使用merge函数以外，join方法也可以实现部分主键合并的功能。但是使用join方法时，两个主键的名字必须相同，其具体用法如下。;数据分析和处理过程中偶尔会出现两份数据的内容几乎一致的情况，但是某些特征在其中一张表上是完整的，而在另外一张表上的数据则是缺失的。这时除了使用将数据一对一比较，然后进行填充的方法外，还有一种方法就是重叠合并。重叠合并在其他工具或者语言中并不常见，但是pandas库的开发者希望pandas能够解决几乎所有的数据分析问题，因此提供了combine_first方法来进行重叠数据合并。;一;pandas提供了readexcel函数来读取“xls”“xlsx”两种Excel文件，其语法和常用参数如下。;将文件存储问Excel文件，可以使用to_excel函数。其使用语法和常用参数如下。

DataFrame.to_excel(excel_writer=None,sheetname=’None’,na_rep=’’,header=True,index=True,index_label=None,mode=’w’,encoding=None)

to_excel函数和to_csv函数的常用参数基本一致，区别之处在于，to_excel函数指定存储文件的文件路径参数名称为excel_writer,??且没有sep参数;to_csv函数增加了一个sheetname参数，用来指定存储的ExcelSheet的名称，默认为Sheet1。;1、删除法;对菜品订单详情表利用dropna方法进行缺失值处理，如图所示。;2、替换法;3、插值法;THANKSFORWATCHING