import pandas as pd pd.options.display.max_rows = 10 # 设置显示行数 df1 = pd.read_csv(r'E:anacondatestPythonData高校信息.csv', encoding='gbk', index_col='学校名称') # 数据拆分，生成的是分组索引标记，而不是新的DF df2g = df1.groupby('类型') # print(df1g.groups) # 查看分类详情 # print(df1g.describe()) # 查看简单的数据统计描述，均值，最大值，最小值，标准差等等 df3g = df1.groupby(['类型', '所在省份']) print(df3g.mean()) # 对分类后的数据进行平均数统计 ''' 名次 总分 类型 所在省份 农林 北京 60.0 65.92 广东 95.0 63.64 江苏 46.0 65.90 湖北 49.0 65.77 ''' df2g.get_group('农林').mean() df3g['名次'].max() # 分组汇总 df3g.agg('count') df3g.agg('size') df3g.agg('sum', 'median') df3g.agg('std') df3g.agg('max') # 长型和宽型数据转换 df3 = pd.read_excel(r'E:anacondatestPythonData儿童生长研究.xlsx', index_col=[0, 2]) df3s = df3.stack() # 长宽型格式自由转换 df3s.unstack([1, 2]) # 数据转置 print(df3.T) # 数据纵向合并，如果合并多个，束脚裤放在列表里 df4 = df1.append(df3, ignore_index=False, verify_integrity=False) # 要注意索引值是否会重复,ignore_index添加时忽略索引，verify_integrity是否检查索引唯一性 df5 = df1.append([df3, df3]) # 数据的横向合并 pd.merge(df3, df3)