本节主要介绍数据处理过程中Pandas的常见模块与DataFrame的常见处理方法，建议参数问题可以查查在API reference中有各个功能的详细参数与具体介绍

一、DataFrame的合并

1.1 按列名合并 (pd.merge())

如果需要将两个DataFrame合并，我们可以用pandas中的merge功能

pd.merge(df1,df2,how='inner',on=None,left_index=False,right_index=False,left_on=None,right_on=None,suffixes=('_x', '_y'))

常用的参数：df1和df2是两个DataFrame，how是连接方式，on是按哪一列进行合并，也可以传入一个list，用Multi-index来合并，如果需要合并的列在两张表名字不同，可以用left_on和right_on参数，如果想用index来合并，可以选择left_index=True或者right_index=True。如果两张表中的列名是一样的，新表中来自df1的列名会自动在最后添加'_x'，来自df2的列名会自动在最后添加'_y'，可以在suffixes中修改。
如何合并？假设我们有两个DataFrame，分别是学生students和职工staff，那我们有几种合并方式？假设我们以Students为df1，staff为df2 （注意：此处P2包含了Student的数据和Staff的数据，直白来说P1+P2不等于Student） 1.只要交集部分P2，可以用内连接，how='inner' 2.要整个图形P1+P2+P3，可以用外连接，how='outer' 3.只要包含所有学生部分P1+P2，可以用左连接，how='left' 4.只要包含所有职工部分P2+P3，可以用右连接，how='right'

例如，在学校中有的人既是老师，有是职工，我们想要得到所有的人员名单，可以用outer模式来合并，空值会用NaN代替：

import pandas as pd 
import numpy as np

staff_df=pd.DataFrame([{<!-- -->'Name':'Kelly','Role':'Director of HR'},
                      {<!-- -->'Name':'Mike','Role':'Course Liasion'},
                      {<!-- -->'Name':'Sally','Role':'Grader'},])
staff_df=staff_df.set_index('Name')
student_df = pd.DataFrame([{<!-- -->'Name':'James','School':'Business'},
                      {<!-- -->'Name':'Mike','School':'Law'},
                      {<!-- -->'Name':'Sally','School':'Engineering'}])
student_df=student_df.set_index('Name')

df1=pd.merge(staff_df,student_df,how='outer',left_index=True,right_index=True)
df1

如果我们想要查看所有学生，并看看他们是否有教职，那就把student_df看作df1并用inner连接

df1=pd.merge(staff_df,student_df,how='inner',left_index=True,right_index=True)
df1

如果学生有姓和名，可以用list来做on的参数连接

staff_df = pd.DataFrame([{<!-- -->'First Name': 'Kelly', 'Last Name': 'Desjardins', 
                          'Role': 'Director of HR'},
                         {<!-- -->'First Name': 'Sally', 'Last Name': 'Brooks', 
                          'Role': 'Course liasion'},
                         {<!-- -->'First Name': 'James', 'Last Name': 'Wilde', 
                          'Role': 'Grader'}])
student_df = pd.DataFrame([{<!-- -->'First Name': 'James', 'Last Name': 'Hammond', 
                            'School': 'Business'},
                           {<!-- -->'First Name': 'Mike', 'Last Name': 'Smith', 
                            'School': 'Law'},
                           {<!-- -->'First Name': 'Sally', 'Last Name': 'Brooks', 
                            'School': 'Engineering'}])
                            
pd.merge(staff_df, student_df, how='inner', on=['First Name','Last Name'])

如果有两列的名字是相同的，df1的列名会添加_x，df2则添加_y，当然也可以在suffixes参数中调整例如suffixes=('_a','_b')

staff_df = pd.DataFrame([{<!-- -->'Name': 'Kelly', 'Role': 'Director of HR', 
                          'Location': 'State Street'},
                         {<!-- -->'Name': 'Sally', 'Role': 'Course liasion', 
                          'Location': 'Washington Avenue'},
                         {<!-- -->'Name': 'James', 'Role': 'Grader', 
                          'Location': 'Washington Avenue'}])
student_df = pd.DataFrame([{<!-- -->'Name': 'James', 'School': 'Business', 
                            'Location': '1024 Billiard Avenue'},
                           {<!-- -->'Name': 'Mike', 'School': 'Law', 
                            'Location': 'Fraternity House #22'},
                           {<!-- -->'Name': 'Sally', 'School': 'Engineering', 
                            'Location': '512 Wilson Crescent'}])
pd.merge(staff_df, student_df, how='left', on='Name',suffixes=('_a','_b'))

1.2 相同列添加行数 (pd.concat()功能)

例如，我们将同一个指标的2011年、2012年和2013年的数据合并到一张表中，可以用pd.concat()功能，如下：

frames = [df_2011, df_2012, df_2013]
df=pd.concat(frames)
print(len(df_2011)+len(df_2012)+len(df_2013))
df

二、应用 (.apply()功能)

DataFrame和Series都可以应用.apply()功能，语法为：df.apply() Series.apply() ，在apply中的参数主要是函数，可以是def定义函数，也可以是lambda函数。为了用好apply()功能，需要了解以下问题：

apply()传入参数到底是什么？对于Series使用apply()功能是将Series中的每一个元素作为传入参数放入apply中的函数中，返回单值。而对DataFrame使用apply()功能，是将DataFrame中的每一个Series作为传入参数放入apply中的函数中，返回Series。

注意：前面我们讲到，DataFrame中的row和columns实际上只是名字不同而已，在DataFrame中的格式和地位都是一样的，所以DataFrame可以传入每一行的Series（对列进行apply，利用apply()功能中的参数axis=1）也可以传入每一列的Series(对行进行apply，利用axis=0，这个是默认值，即如果不加axis参数，apply()功能会将按列传入Series)，用两个例子来说明：

import pandas as pd
import numpy as np
dic={<!-- -->'a':[5,6,7],'b':[6,7,8],'c':[8,9,0]}
df=pd.DataFrame(dic)
print(df)
f = lambda x: x.max() + x.min()
def show_series(row):
    print(row)
print(df.apply(f,axis=1))
print(df.apply(f,axis=0))

df.apply(show_series)

apply与dict我们知道python的def设计函数的时候可以设定默认参数，参数中有args=()和**kwarge，前者表示可以传入tuple，后者表示可以传入dict，那么我们在设计的时候，利用这一特性，传入字典，这可以帮我们进一步了解apply()的使用，例如我们要设置少数民族加分政策，汉族加0分，回族加10分，藏族加5分（不代表现实生活中真实数据）：

data=[{<!-- -->'Name':'张','Nationality':'汉','Score':400},
     {<!-- -->'Name':'李','Nationality':'回','Score':450},
     {<!-- -->'Name':'王','Nationality':'汉','Score':460}]
df=pd.DataFrame(data)
def add_extra2(nationality,**kwargs):
    return kwargs[nationality]
df['extra']=df.Nationality.apply(add_extra2,汉=0,回=10,藏=5)
df

在这里，我们给a的属性是一个dict，对于DataFrame的Nationality列进行apply，传入的就是每一个Nationality的元素，查询字典kwargs中对应的值并返回一个单值，传给df[‘extra’]。

三、分组 (.groupby())

3.1 groupby的原理与返回值

Pandas模块中.groupby() 功能背后的思想是，它获取一些DataFrame，根据一些键值将其拆分(split)为块，对这些块应用(apply)计算，然后将结果合并(combine)回另一个DataFrame。在pandas中，这称为“split-apply-combine”模式，其语法为：

df.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, **kwargs)

.groupby()返回的是一个tuple，其中第一个值是用于分类的key值，通常记作group，第二个值是当前key值所对应的DataFrame，通常记作frame。本质上.group()和迭代器计算是很像的，例如以下两段代码，所实现的功能是一样的，但是.groupby()在计算效率上比普通的迭代器要快上不少：

%%timeit -n 3
for group, frame in df.groupby('STNAME'):
    avg = np.average(frame['CENSUS2010POP'])
    # And print the results
    print('Counties in state ' + group + 
          ' have an average population of ' + str(avg))

%%timeit -n 3

for state in df['STNAME'].unique():
    avg = np.average(df.where(df['STNAME']==state).dropna()['CENSUS2010POP'])
    print('Counties in state ' + state + 
          ' have an average population of ' + str(avg))

接下来通过介绍主要分组依据用到的参数by，就可以对groupby()有良好的理解

在by中设定规则，你可以传入列名，函数，list，dict或者Series首先，最常规的就是像上面的例子中用DataFrame的列名。

第二是用函数，要注意，在调用函数的时候，传入函数中的数据是DataFrame的index，所以要确保之前已经用set_index()功能实现了对index的设置，例如，我们要根据美国的某个州的第一个字母来分组，如果第一个字母为[A-L]则返回0，为[M-P]返回1，其他则返回2：

df = df.set_index('STNAME')

def set_batch_number(item):
    if item[0]&lt;'M':
        return 0
    if item[0]&lt;'Q':
        return 1
    return 2

for group, frame in df.groupby(set_batch_number):
    print('There are ' + str(len(frame)) + ' records in group ' + str(group) + ' for processing.')

第三是用list，这用于多重分类的时候，比如我们要按某商品的‘cancellation_policy’和‘review_scores_value’进行分类，可以用如下方法查看分类的依据：

df=pd.read_csv("datasets/listings.csv")
dicts=["cancellation_policy","review_scores_value"]
for group, frame in df.groupby(dicts):
    print(group)

如果DataFrame是有多重index的，我们可以直接用多重index进行分组，这时需要添加level参数，level参数用于确认index在groupby中的先后顺序

import pandas as pd
df=pd.read_csv("datasets/listings.csv")
df=df.set_index(["cancellation_policy","review_scores_value"])

for group, frame in df.groupby(level=(0,1)):
    print(group)

第四，用Series或者Dict，他和list是很像的，但这往往是对列进行分组，即需要添加axis=1，分组时key值是按分组分组，在分组后会将组名改为key值对应的value值

df=pd.read_csv("datasets/listings.csv")
dicts={<!-- -->"cancellation_policy":1,"review_scores_value":2}
for group, frame in df.groupby(dicts,axis=1):
    print(group,frame)

3.2 分组后数据聚合 (.agg())

agg的语法为：df.groupby()['列名'].agg({'列名':(函数,函数)}) 或者 df.groupby()['列名'].agg([函数,函数]) 注：列名可以紧跟在groupby()后，也可以在agg()内用dict来表示

在将DataFrame分组后，我们可以对分组后的值进行计算，主要包括以下几种：

（当然，忽略np.，直接用mean或者min也是可以的，想要用np.nanmean或者np.nanmax也是可以的）

（注意求平均值不能用np.average，因为他不会忽略NaN值，所以如果数据中有NaN，那么np.average就会给你返回NaN）

例如，我们要求某商品按’cancellation_policy’分类后，计算’review_scores_value’的平均值和方差，并计算’reviews_per_month’的平均值，我们可以用agg函数：

df.groupby('cancellation_policy').agg({<!-- -->'review_scores_value':(np.nanmean,np.nanstd),
                                      'reviews_per_month':np.nanmean})

这里我们就能看到多重标签了，在下文会介绍stack()和unstack()来展开、压缩或转换这些多重标签。

3.3 分组后数据转换 (.transform())

我们经过对聚合函数agg的练习发现，他对分组进行运算后得到一个单一的值（平均数、最小数、中位数等等）但如果我们要将这个数应用到同一组的所有值上面呢？

第一种方法是用map函数，是可以的，但是我们可以一步到位，就是第二种方法，不用.agg()而用.transform()，他与.agg()最大的区别在于：

agg（）每个组只返回一个值。- tranform（）返回与组大小相同的对象。举一个例子，我们将商品按’cancellation_policy’分类后，要查看’review_scores_value’的平均值，如果用agg()会得到以下结果，四个组，一个组对应一个值：

cols=['cancellation_policy','review_scores_value']

transform_df=df[cols].groupby('cancellation_policy').agg(np.nanmean)
transform_df

但如果用.transform(),那么所有条数的数据的对应的平均值就都出来了:

cols=['cancellation_policy','review_scores_value']

df['mean_value']=df[cols].groupby('cancellation_policy').transform(np.nanmean)
df[['cancellation_policy','review_scores_value','mean_value']]

3.4 分组后数据过滤 (.filter())

如果想删掉某些数据，用.filter()就可以了，比如我们要把所有平均值>9.2的数据筛选，用lambda函数和filter就可以了,比如我们看到按strict分组后的平均值9.08，那我们看看筛选完后是否还能查到：

df.groupby('cancellation_policy').filter(lambda x:np.nanmean(x['review_scores_value'])&gt;9.2)
df[df['cancellation_policy']=='strict']

3.5 分组后应用 (.apply())

.apply()函数功能也可以用在分组的结果后，与第二章用法一致，要注意，在apply()中调用函数时，传入的参数是.groupby()中返回的frame。

例如，我们想查看按’cancellation_policy’分组后’review_scores_value’与平均值的差，可以写一个calc_mean_review_scores()的函数来实现：

df=pd.read_csv("datasets/listings.csv")
df=df[['cancellation_policy','review_scores_value']]
def calc_mean_review_scores(group):
    #print(group)##传入的是.groupby()后的frame
    avg=np.nanmean(group['review_scores_value'])
    group['review_scores_value']=np.abs(avg-group['review_scores_value'])
    return group

df.groupby('cancellation_policy').apply(calc_mean_review_scores).head()

四、数据尺度 (Data Scales)

4.1 四种尺度

在统计学中，主要有四种尺度：

Ratio Scale 等比尺度可以用等比尺度来测量的变量，属性：任意位置的单位距是相等的；数学运算的+ - * / 都是有效的；没有真0值，0表示测量值不存在，例如：身高、体重。1. Interval Scale 等距尺度数值之间的单位间隔是等距的一种尺度，存在真0值，例如：年份、温度。1. Ordinal Scale 次序尺度根据事物的特征对其进行等级排序的一种尺度，属性：每一个数据有特殊含义；有从小到大的顺序，但是间距未必是均匀的。例如：考试等级、用户评价。1. Nominal Scale (or Categorical Data) 名目尺度根据事物的特征对其进行分类。不具有等级排序。例如，队伍的名称、性别。前两种是连续的，而后两种是离散的。

在DataFrame中默认的是名目尺度，查看DataFrame的type，即dtype往往发现是’object’类型：

import pandas as pd
df=pd.DataFrame(['A+', 'A', 'A-', 'B+', 'B', 'B-', 'C+', 'C', 'C-', 'D+', 'D'],
               index=['excellent', 'excellent', 'excellent', 'good', 'good', 'good', 
                       'ok', 'ok', 'ok', 'poor', 'poor'],
               columns=['Grades'])
df.dtypes

--Outputs:
Grades    object
dtype: object

如果我们想把Categorical Data改成Ordinal Data，我们可以用.astype('category')，但此时，我们是没有定义顺序的，要给定顺序，需要调用pd.CategoricalDtype来实现，如下所示

df['Grades'].astype('category')
my_categories=pd.CategoricalDtype(categories=['D', 'D+', 'C-', 'C', 'C+', 'B-', 'B', 'B+', 'A-', 'A', 'A+'], 
                                  ordered=True)
grades=df['Grades'].astype(my_categories)

我们要查看比C大的类型可以直接用grades[grades>'C']来实现：

4.2 转化等距/等比尺度为次序尺度 (pd.cut())

事实上，我们常常把等距或等比尺度上的事物，进行等级化，形成次序尺度。这听起来很费解，举个例子来说，在研究某个事情的频率或者其分布区间的时候，我们在数据可视化时会考虑利用到直方图来实现，这是实际上就是对原本的等距或等比的数据进行了重新的分类。这种分类会降低数据的维度，但降维后的数据会有其额外应用价值(比如用于机器学习中的标签分类)

Pandas中我们用到pd.cut()来实现对数据的等距分割，例如我们要计算美国每个州2010年的各个城市的平均人口统计数据

import numpy as np
import pandas as pd
df=pd.read_csv("datasets/census.csv")
#reduce data
df=df[df['SUMLEV']==50]
df=df.set_index('STNAME').groupby(level=0)['CENSUS2010POP'].agg(np.average)
df.head()

接下来用pd.cut(df,10)，我们就可以得到10个等距的范围，并看到各个州分别在哪个范围之内：

五、数据透视表(Pivot Table)

5.1 数据透视表的理论

Pandas中的数据透视表是处于特定目的对数据进行汇总，并用DataFrame格式表现的一种方法。他高度依赖聚合函数。数据透视表本身也是一个DataFrame，他的行代表一个你感兴趣的变量，列代表另一个你感兴趣的变量，中间的每一个格子上是某个聚合函数的数值。有的数据透视表还会包含边界值(merginal value)，可能是每一行或者每一列的和，让你能够快速的查看两个变量之间的关系。

5.2 创建数据透视表(.pivot_table())

在创建数据透视表的时候，我们需要明确两个变量一个值和至少一个聚合函数：

索引变量1. 列变量1. 待聚合的值1. 聚合函数 pandas会根据两个变量按索引变量进行分组，对待聚合的值进行聚合函数，并将输出值放在将每一个格子中，语法如下(也可以用pd.pivot_table(DataFrame,...)的形式创建)：

df.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

这里常用的几个参数：value就是待聚合的值，index就是索引变量（可以双重变量），columns就是列变量（可以双重变量），aggfunc是可以给list用以一次性进行多种聚合操作，如果列变量选了双重变量，也可以给dict，即margins表示边界值，默认是FALSE，名字默认为’ALL’可以在margins_name修改。

例如，我们要对不同国家（索引变量）不同等级的高校（列变量）（分一等、二等、三等和其他）根据总得分的评分值和最大值（待聚合值）绘制数据透视表，并给出边界值：

df.pivot_table(values='score', index='country', columns='Rank_Level', aggfunc=[np.mean, np.max], margins=True).head()

5.3 查询数据透视表

在这里我们发现，返回的DataFrame的列名实际上是MultiIndex，第一层是mean和max，第二层是大学的四个等级，如果需要查询里面某一行的值，也只要按这个顺序来查询即可：

new_df['mean']['First Tier Top Unversity'].head()

我们发现这实际上是一个Series的格式，那么我们在Series中用到的定位最大值或者最小值的函数.idxmax()和.idxmin()就可以在这使用：

print(new_df['mean']['First Tier Top Unversity'].idxmax())
print(new_df['mean']['First Tier Top Unversity'].idxmin())

5.4 更换数据透视表的形状( .stack() & .unstack() )

我们看到前面的数据透视表中，mean、max和四个大学是列变量，而城市是索引变量，但如果我们想要让城市变成列变量，其他变成索引变量呢？我们先介绍两个概念，innermost row index(最细索引变量)和lowermost column index（最细列变量），如下所示：

.stack()数据透视表中有一个功能是.stack()，简而言之，它会把最细的列变量变成最细的索引变量，（注意：此时原来的country变量就不再是innermost row index了）中，如下：

new_df.stack().head(10)

我们可以看到，本来在mean和max下的四个大学等级就到了索引变量下，形成了MultiIndex，再次进行.stack()

这次连mean和max都到了索引下面去了。

.unstack()有stack，自然就有.unstack()，unstack()与stack()相反，它会把最细的索引变量放到列变量去，我们对new_df进行.unstack()操作看看会发生什么：

new_df.unstack()

有没有很奇怪，为什么变成了一个Series?

还记得我们说过DataFrame中row和columns实际上是等价的，在这里，所有的索引变量都到列变量去了，没了索引变量，DataFrame自然就成了一个原DataFrame中列变量作index的Series，这时如果把这个Series想象成一般形式的DataFrame，那这三个index也可以看作新的DataFrame中的index，所以，如果我们再进行一次.unstack()，它就会又变成DataFrame了：

在这里我们就可以看到，原本Series中的最细的index：country就变成了列变量，所以，理论上我们可以添加若干个.unstack()，依旧能得到DataFrame，但若干个.stack()一定是不行的，因为你不能对Series进行.stack():

六、Pandas里的时间(Date/Time Functionality)

pandas中的时间函数主要分为四个class：

Timestamp, Period, 以及这两种时间所对应的index：Datetimeindex和Periodindex。

6.1 时间戳(pd.Timestamp()与.isoweekday())

如果想创建一个时间戳，利用pd.Timestamp()就可以了：

pd.Timestamp('9/1/2019 10:05AM')
pd.Timestamp('2019/1/20 10:05AM')
pd.Timestamp('2019-1-9 10:05AM')
pd.Timestamp('20190109 10:05AM')
pd.Timestamp('01-09-2019 10:05AM')
pd.Timestamp('2021 2 SEPT')

以上几种都是可以的，可以发现Pandas支持欧式时间表达式和美式时间表达式，最后得到的都是’yyyy-mm-dd hh:mm:ss’的Timestamp格式也可以通过直接给’yyyy-mm-dd hh:mm:ss’赋值的方法创建：

pd.Timestamp(2019, 12, 20, 0, 0)

--Outputs：
Timestamp('2019-12-20 00:00:00')

查询的时候直接.year或者.month…就可以查询对应的年/月/日/时/分/秒了。

如果你想知道这是一周的第几天，可以用.isoweekday()功能：

pd.Timestamp(2019, 12, 20, 0, 0).isoweekday()

--Outputs:
5

Timestamp也可以用Timedelta来表示时间间隔，和datetime中的timedelta是一样的。

pd.Timestamp('9/3/2016')-pd.Timestamp('9/1/2016')
pd.Timestamp('9/2/2016 8:10AM') + pd.Timedelta('12D 3H')

6.2 周期(pd.Period())

如果我们不是对某个时间点感兴趣而是对某个时间区间感兴趣，可以用pd.Period()，他会自动给时间加上单位，比如’M’表示月’D’表示日,'A-DEC’表示以年为周期，可以对Period()值直接做+ -运算，会在对应周期下进行运算：

pd.Period('2021-02')
pd.Period('2021-02')+2
pd.Period('2021-02-10')+2

6.3 时间索引之(Datetimeindex与PeriodIndex)

如果我们将Timestamp作为Series或者DataFrame的索引，那么其格式是DatetimeIndex，如果我们将Period作为Series或者DataFrame的索引，其格式是

PeriodIndex：
A=[2,3]
time1=pd.Timestamp('2021-09-11')
time2=pd.Timestamp('2021-09-23')
s=pd.Series(A,index=[time1,time2])
type(s.index)

--Outputs：
pandas.core.indexes.datetimes.DatetimeIndex

t1=pd.Period('2021-02')
t2=pd.Period('2021-02')
s=pd.Series(A,index=[t1,t2])
type(s.index)

--Outputs：
pandas.core.indexes.period.PeriodIndex

6.4 转化成时间格式(pd.to_dayetime())

用pd.to_dayetime()可以把各种欧式时间格式、美式时间格式转位一般的’yyyy-mm-dd’格式，如下：

time=['2021-09-10','2019/10/12','2021 2 JUNE','JULY 4, 2021','JANUARY 2 2012']

pd.to_datetime(time)

6.5 pd.offsets

可以在Timestamp后添加pd.offsets来实现某个功能，比如，可以用+pd.offsets.Week()来输出一周后的日期，用+pd.offsets.MonthEnd()来查看本月的月末是哪一天

6.6 时间范围(pd.date_range())

就像生成一个数值列表一样，可以用pd.date_range()来生成一个时间的列表，语法是：pandas.date_range(start=None, end=None, periods=None, freq=None, tz=None, normalize=False, name=None, closed=None, **kwargs) 设置好起始日期，区间长度periods或者频率freq，tz还可以设置时区，默认’timezone-naive’ 例如，我们想生成2021年9月11日以后每两个周的周末的日期，时间区间长度为9，可以用以下代码：

time1=pd.Timestamp('2021-09-11')
pd.date_range(time1,periods=9,freq='2W-SUN')

可以直接用这个来做DataFrame的index：

time_period=pd.date_range(time1,periods=9,freq='2W-SUN')
data={<!-- -->'Count1':120+np.random.randint(-5,10,9),
     'Count2':120+np.random.randint(-5,10,9),
     }
dates=pd.DataFrame(data,index=time_period)

6.7 根据Datetime计算每个月的平均值(.resample())

从高频率到低频率可以用resample()，例如我们想计算上面DataFrame中每个月的平均值，可以用：

df.resample('M').mean()

金属质感分割线

Python“宝藏级”公众号【Python之王】专注于Python领域，会爬虫，数分，C++，tensorflow和Pytorch等等。

近 2年共原创 100+ 篇技术文章。创作的精品文章系列有：

Python从入门到大师
Python爬虫专栏
数据分析
机器学习
AI基础

日常收集整理了一批不错的 Python 学习资料，有需要的小伙可以自行免费领取。

获取方式如下：公众号回复资料。领取Python等系列笔记，项目，书籍，直接套上模板就可以用了。资料包含算法、python、算法小抄、力扣刷题手册和 C++ 等学习资料！

【DS with Python】DataFrame的合并、分组聚合与数据透视表