使用Pandas进行数据分析

Question

我有两个与.csv文件不同的.csv

文件中的列：

Index(['App', 'Category', 'Rating', 'Reviews', 'Size_MBs', 'Installs', 'Type','Price', 'Content_Rating', 'Genres', 'Last_Updated','Android_Ver'],dtype='object')

第一项：

category_installs=df_apps_clean.groupby('Category').agg({'Installs':pd.Series.sum})
category_installs.sort_values('Installs', ascending=True, inplace=True)

以下列方式提供产出：

 **Category---------------Installs**

 VIDEO_PLAYERS-------3916897200

 FAMILY-----------------4437554490

 PHOTOGRAPHY--------4649143130

 SOCIAL-----------------5487841475

 PRODUCTIVITY---------5788070180

 TOOLS------------------8099724500

 COMMUNICATION------11039241530

 GAME-------------------13858762717

第二项：

app_installs = df_apps_clean.groupby('Category').agg({'App':pd.Series.count})
app_installs.sort_values('App', ascending=False)

以下列方式提供产出：

**Category--------------App**
            
FAMILY----------------1606

GAME-------------------910

TOOLS------------------719

PRODUCTIVITY----------301

PERSONALIZATION------298

LIFESTYLE---------------297

FINANCE----------------296

MEDICAL----------------292

PHOTOGRAPHY---------263

BUSINESS--------------262

SPORTS----------------260

COMMUNICATION------257

但是当我用熊猫合并它们的时候，像这样：

cat_merged_df = pd.merge(app_installs, category_installs,on='Category', how='inner')

cat_merged_df.sort_values('Installs', ascending=False)

我得到的输出如下：

**Category----------App_x----------Installs----------App_y**


GAME----------------910----------13858762717--------Ra Ga BaMu.F.O.Brick Breaker BR211:CK 

COMMUNICATION----257---------11039241530---------EJ messengerBest Browser BD social networkingD...

TOOLS----------------719------------8099724500--------ei CalcBM speed testCZ Kompasap,wifi testing,i...

PRODUCTIVITY--------301--------5788070180-----------ER AssistBAMMS for BM SQDL Image ManagerEB Sca...

SOCIAL--------------203------------5487841475---------CB HeroesDN BlogHum Ek Hain 2.02UP EB Bill Pay...

为什么我得到3列与应用程序列被拆分为App_x和App_y？我正在处理的文件中没有这样的数据。

Answer 1

如果我明白你想要什么也许这会有帮助。

制作df1

import pandas as pd

col1 = ['VIDEO_PLAYERS', 'FAMILY', 'PHOTOGRAPHY', 'SOCIAL', 'PRODUCTIVITY', 'TOOLS', 'COMMUNICATION', 'GAME']
col2 = [3916897200, 4437554490, 4649143130, 5487841475, 5788070180, 8099724500, 11039241530, 13858762717]
d = {'Category':col1, 'Installs':col2}

df1 = pd.DataFrame(d)


Category    Installs
0   VIDEO_PLAYERS   3916897200
1   FAMILY  4437554490
2   PHOTOGRAPHY 4649143130
3   SOCIAL  5487841475
4   PRODUCTIVITY    5788070180
5   TOOLS   8099724500
6   COMMUNICATION   11039241530
7   GAME    13858762717

制作df2

col1 = ['FAMILY', 'GAME', 'TOOLS', 'PRODUCTIVITY', 'PERSONALIZATION', 'LIFESTYLE', 'FINANCE', 'MEDICAL', 'PHOTOGRAPHY', 'BUSINESS', 'SPORTS', 'COMMUNICATION']
col2 = [1606, 910, 719, 301, 298, 297, 296, 292, 263, 262, 260, 257]
d = {'Category':col1, 'App':col2}

df2 = pd.DataFrame(d)

    Category    App
0   FAMILY  1606
1   GAME    910
2   TOOLS   719
3   PRODUCTIVITY    301
4   PERSONALIZATION 298
5   LIFESTYLE   297
6   FINANCE 296
7   MEDICAL 292
8   PHOTOGRAPHY 263
9   BUSINESS    262
10  SPORTS  260
11  COMMUNICATION   257

在Category上合并两个帧

pd.merge(left=df1, right=df2, on='Category')


    Category        Installs    App
0   FAMILY          4437554490  1606
1   PHOTOGRAPHY     4649143130  263
2   PRODUCTIVITY    5788070180  301
3   TOOLS           8099724500  719
4   COMMUNICATION   11039241530 257
5   GAME            13858762717 910

如果这不是您想要的，请显示您希望输出的外观，我将更新。您可以通过how=更改联接类型。