Python第二十四課：Pandas庫(四)點擊上方“藍字”，關注我們.

不知不覺，我們已經跨越了千難萬險，從零開始，一步步揭開了Python神秘的面紗。學到至今，回過頭，才曉得自己在不知不覺已經學會了如此多的東西：比如可以快速找到適合項目的編輯器；可以輕松運用變量、判斷、循環、遞歸、庫來高效解決問題，并進行代碼優化；可以處理各類數據，并最終將分析結果導出。

那么今天，除了揭秘另外一種Pandas的合并方式，還將簡單了解一下統計圖表的繪制。最后一節課啦，我們即將跨過山峰，收獲更遼闊的風景。

今天的內容比較簡單，但擴展性強，有更高層次需要的小伙伴請自行學習拓展內容。

1merge合并

上節課講解了concat合并，這種合并方式多用于文件類型。還要一種合并方式，它常常被用于數據庫數據處理，而數據庫存放的信息那可都是非常重要的，說明它的可靠性更高，那么我們今天就來學習這種可靠的合并方法——merge。

首先創建兩個數據集，創建方法和數據如下：

merge合并，參數有兩個dataframe，重合的行列值，用on=""表示。

那么，如果有多個重合的行列怎么辦呢，那就在on=""里面添加多個數據即可。

例如上面的兩個數據集，它們的重合列是key1和key2，那么合并操作如下：

正如圖中注釋所言，剪切默認方法是inner，當然，也可以設置how=['left','right','outer']這幾種。這里再展示left和right兩種合并方式：

如果面對大量數據，我們非常希望能夠更加直觀地看到每一次合并數據變動情況，這樣就能以更高的效率找到異常數據的位置，并進行修改。merge合并就有這樣的功能，叫indicator。

首先我們再創建兩個數據集：

然后使用indicator，使合并后創建一個新列，記錄每一行的變更情況，具體操作如下圖所示：

merge也可以通過index進行合并數據集：

既然支持index合并，那么相同的屬性合并后并不會因為重名而“打架”，而是將它們全都重命名：

當然，要是我們提前給它們想好新的名字，也可以直接交給merge，使用suffixes字段。看圖就明白啦。

2plot圖表(了解)

費勁九牛二虎之力，完成了數據的各種加工處理，如果你是員工，當然希望自己的老板表揚你，或者是讓你老板認為你工作很認真——即使你效率高，有充足的事件摸魚。

但是，當你拿著一堆數據給你的上司看，他肯定不屑一顧——上百萬條數據，無論誰看都會頭暈眼花，哪怕他是統計學高手，也受不起一條一條讀數據這個工作量啊。

既然如此，我們需要讓數據更直觀展現出來，讓所有人花最短時間get到數據的精髓，那么就得靠我們Python圖表庫的幫助了。

python圖表庫有很多，比如matplotlib，echarts等等，當然也有許多專業制圖軟件工具。今天我們以matplotlib.pyplot庫為例，為大家拋磚引玉。當然，如果你覺得它不夠酷，或者有其他用途(特別是web展示)，那么極力推薦自學echatrs。

首先還是按照慣例，導入庫：

介紹一個就簡單的線型圖：

這里注意兩點：首先data=data.cumsum是求該樣本的累計次數，并返回數據集data；其次data.plot()在jupyter notebook可以直接繪制圖像，如果在vscode、pycharm、IDLE等環境，需要加寫plt.show()調用繪圖工具，進行顯示。

一個數據集的多個項，一樣可以在同一張圖中繪制出來。

plot繪圖支持條形圖、箱型圖、散點圖、折線圖、蜂窩圖、區域圖、餅圖等。

下圖是用上一個數據集進行繪制的散點圖。

兩張圖也可以疊加成一張圖：

本系列課程就到此已經完結啦，大家已經掌握了Python的全部基礎知識，但這遠遠不夠，它只是進入程序設計的第一扇門。

接下來，你將看到各種各樣的程序設計方向和更多滿足你奇思妙想的好幫手，同時我們也在努力開發全新的課程，一直陪在大家身邊。

只可惜正如我剛才說過的，光是Python開發方向就有很多，涉及到的技術也數不勝數，我們也無法學會所有的知識。那么，今后到底想試試網站開發、還是爬蟲、數據分析、計算機視覺、機器學習……歡迎大家與我們留言，我們盡全力滿足大家的愿望！

當然，無論是哪個方向，都有更大、更多的艱難險阻等待著大家，也并不是所有的方向學習的東西完全不同。前路漫漫，道阻且長，希望大家在今后的學習生活中能夠保持熱情，勇敢面對挫折，為了超越昨天的自己而不斷努力。

本系列課程到此完全結束，新課程即將上線，敬請期待。

青科工作室出品

文：郭錦洋

審：謝壽春

你點的每個再看，我都認真當成了喜歡 創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的python dataframe 新列_Python第二十四课：Pandas库（四）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。