pandas中的merge与groupby用法

最近一直在做机器学习比赛，学习大神们的源码时发现这两个函数使用频繁，自己也是花了一阵子才搞明白，先草草记录下暂时在比赛中用到的，比赛结束后再细细整理。
1、gruopby

In [35]: df = pd.DataFrame({'key1':['a', 'a', 'b', 'b', 'a'],    ...:                    'key2':['one', 'two', 'one', 'two', 'one'],    ...:                    'data1':np.random.randn(5),^M    ...:                    'data2':np.random.randn(5)})In [36]: dfOut[36]:  key1 key2     data1     data20    a  one -1.400763  0.4940591    a  two  1.303229 -2.3967052    b  one -0.482499 -1.5900933    b  two -0.902582 -0.9090684    a  one -0.628412  1.724196In [100]: df.groupby(['key1','key2'],as_index=False)['key1'].agg({'TotalNumber':'count'})Out[100]:  key1 key2  TotalNumber0    a  one            21    a  two            12    b  one            13    b  two            1

这里用到了key1，key2两个键值作为分组标准，然后对key1进行计数（比赛中用到了类似的）。
还有，agg函数也经常使用，常与groupby连用

2、merge合并

In [89]: left = pd.DataFrame({'key1':['foo','foo','bar'],'key2':['one','one','two'],'lval':[1,2,3]})In [90]: right = pd.DataFrame({'key1':['foo','foo','bar','bar'],'key2':['one','one','one','two'],'rval':[4,5,6,7]})In [91]: leftOut[91]:  key1 key2  lval0  foo  one     11  foo  one     22  bar  two     3In [92]: rightOut[92]:  key1 key2  rval0  foo  one     41  foo  one     52  bar  one     63  bar  two     7In [93]: left.merge(right,on=['key1','key2'],how='left')Out[93]:  key1 key2  lval  rval0  foo  one     1     41  foo  one     1     52  foo  one     2     43  foo  one     2     54  bar  two     3     7

这里，用到了key1和key2两个键值作为合并依据，合并方式为left（左侧DataFrame取全部，右侧DataFrame取部分）