join：连接的方式 inner，或者outer，默认是outer。
2.concat:
pd.concat([df1,df2],axis=0,join='outer',ignore_index=True) 如果两个表的index都没有实际含义，使用ignore_index参数，置true，重新整理一个新的index。
3.merge:
merge(left, right, how='inner', on=None)
left和right：两个要合并的DataFrame
how：连接方式，有inner、left、right、outer，默认为inner
on：指的是用于连接的列索引名称，必须存在于左右两个DataFrame中，如果没有指定且其他参数也没有指定，则以两个DataFrame列名交集作为连接键
例如: pd.merge(left,right,on=['key'],how='outer')
二.数据的筛选
1.筛选某一列数据大于100, bools记录了每一行是否符合筛选条件，是一个Series对象，其中的值是bool类型。
df = pd.read_csv('/xx.csv')
bools= df['aa']>100
df1 = df[bools]2.多个条件并集筛选, 且& 或 |
import pandas as pd
df = pd.read_csv('/data/course_data/data_analysis/mouhu_users_2017.csv')
bool1= df['关注者']>300
bool2= df['关注']>100
df2 = df[bool1 & bool2]
df2.head()三.数据的排序
1.使用sort_index()、sort_values()两个方法对数据进行排序，并且这两个方法Series和DataFrame都支持。
DataFrame的sort_index( )方法是按照行索引进行排序，sort_values()可以指定具体列进行排序。
2.read_excel()中的参数index_col='Country Code'作用是在读取文件的时候指定Country Code这一列数据为行索引。
inplace=True参数和我们之前见过的作用一样，用来控制是否直接对原始数据进行修改。
ascending可以控制排序的顺序，默认值为True从小到大排列，当它被设置为False的时候就可以实现倒序排列。
import pandas as pd
df = pd.read_excel('/data/course_data/data_analysis/rate.xlsx',index_col='Country Code')
df.sort_index(inplace=True,ascending=True)
df.head()3.sort_values():
by:决定了是按数据中的哪一列进行排序，将需要按照某列排序的列名赋值给by即可。
ascending=False:将数据按照从大到小的顺序排列。
inplace=True:用来控制是否直接对原始数据进行修改。
df.sort_values(by='关注者',ascending=False,inplace=True)
四.总结
五. 数据的分组
1.按某一列分组
groups = df.groupby('xx')
2.用groupby的size方法可以查看分组后每组的数量，并返回一个含有分组大小的Series
print(groups.size())
3.查看分组group.groups的结果是一个字典，字典的key是分组后每个组的名字，对应的值是分组后的数据
4.group.get_group('F')这个方法可以根据具体分组的名字获取，每个组的数据。
5.获取'F'组的最大年纪，最小年纪以及平均年龄
# 获取F组的数据
f_group = groups.get_group('F')
# 获取平均值
f_mean = f_group['age'].mean()
# 获取最大值
f_max = f_group['age'].max()
# 获取最小值
f_min = f_group['age'].min()# 获取F组的数据
f_group = groups.get_group('F')
# 获取平均值
f_mean = f_group['age'].mean()
# 获取最大值
f_max = f_group['age'].max()
# 获取最小值
f_min = f_group['age'].min()6.
7.根据多个列分组group=df.groupby(['country','gender'])
8.group.size()返回的结果中发现索引值是多层的，获取多层索引值:
df1 = group.size()
size = df1['Austria']['F']9.分组后数据的统计
groups = df.groupby('gender')
for group_name,group_df in groups:
f_se = group_df['age'].agg(['max','min','mean'])
print('{}组的最大年龄是{}，最小年龄是{}，平均年龄是{}'.format(group_name,f_se[0],f_se[1],f_se[2]))10.
