Sužinokite, kaip sujungti duomenų rėmelius Python

Sužinokite, kaip sujungti duomenų rėmelius Python

Jei naudojate Python, net ir paprasčiausioms užduotims atlikti, tikriausiai žinote jo trečiųjų šalių bibliotekų svarbą. Pandas biblioteka, puikiai palaikanti DataFrames, yra viena iš tokių bibliotekų.





Į Python DataFrames galite importuoti kelių tipų failus ir kurti įvairias versijas, kad saugotumėte skirtingus duomenų rinkinius. Kai importuojate duomenis naudodami „DataFrames“, galite juos sujungti, kad atliktumėte išsamią analizę.



Spręsti pagrindus

Prieš pradėdami sujungti, turite turėti DataFrames, kad galėtumėte sujungti. Kūrimo tikslais galite sukurti kai kuriuos netikrus duomenis, su kuriais galite eksperimentuoti.





kaip įdiegti priartinimą nešiojamajame kompiuteryje

Sukurkite duomenų rėmelius „Python“.

Pirmiausia importuokite Pandas biblioteką į savo Python failą. Pandas yra trečiosios šalies biblioteka, kuri tvarko duomenų rėmelius Python. Galite naudoti importuoti pareiškimas dėl naudojimosi biblioteka:

import pandas as pd

Norėdami sutrumpinti kodo nuorodas, bibliotekos pavadinimui galite priskirti slapyvardį.



Turite sukurti žodynus, kuriuos galite konvertuoti į DataFrames. Norėdami gauti geriausius rezultatus, sukurkite du žodyno kintamuosius – diktas1 ir diktas 2 - saugoti konkrečias informacijos dalis:

dict1 = {"user_id": ["001", "002", "003", "004", "005"], 
        "FName": ["John", "Brad", "Ron", "Roald", "Chris"], 
        "LName": ["Harley", "Cohen", "Dahl", "Harrington", "Kerr-Hislop"]} 
  
dict2 = {"user_id": ["001", "002", "003", "004"], "Age": [15, 28, 34, 24]}

Atminkite, kad abiejose žodyno reikšmėse turi būti bendras elementas, kuris vėliau veiktų kaip pagrindinis raktas, norint sujungti duomenų rėmelius.



Konvertuokite savo žodynus į duomenų rėmelius

Norėdami konvertuoti žodyno reikšmes į DataFrames, galite naudoti šį metodą:

df1 = pd.DataFrame(dict1) 
df2 = pd.DataFrame(dict2)

Kai kurie IDE leidžia patikrinti DataFrame reikšmes nurodant DataFrame funkciją ir paspausdami Vykdyti / Vykdyti . Yra daug Su Python suderinami IDE , todėl galite pasirinkti tą, kurį lengviausia išmokti.



Jupyter Notebook kodo fragmentas

Kai būsite patenkinti savo „DataFrames“ turiniu, galite pereiti prie sujungimo žingsnio.

Rėmelių derinimas su sujungimo funkcija

Sujungimo funkcija yra pirmoji „Python“ funkcija, kurią galite naudoti norėdami sujungti du „DataFrame“. Ši funkcija naudoja šiuos numatytuosius argumentus:

pd.merge(DataFrame1, DataFrame2, how= type of merge)

Kur:

  • pd yra Pandas bibliotekos slapyvardis.
  • sujungti yra funkcija, sujungianti DataFrames.
  • DataFrame1 ir DataFrame2 yra du duomenų rėmeliai, kuriuos reikia sujungti.
  • kaip apibrėžia sujungimo tipą.

Yra keletas papildomų pasirenkamų argumentų, kuriuos galite naudoti, kai turite sudėtingą duomenų struktūrą.

Norėdami apibrėžti atliekamo sujungimo tipą, galite naudoti skirtingas parametro how reikšmes. Šie sujungimo tipai bus žinomi, jei žinote duomenų bazių lentelėms sujungti naudojo SQL .

Programų perkėlėjas iš telefono į SD kortelę

Kairysis sujungimas

Kairysis sujungimo tipas išlaiko nepaliestas pirmojo duomenų rėmelio vertes ir ištraukia atitinkamas reikšmes iš antrojo duomenų rėmelio.

Jupyter Notebook kodo fragmentas

Teisingas sujungimas

Tinkamas sujungimo tipas išlaiko nepaliestas antrojo „DataFrame“ reikšmes ir ištraukia atitinkamas reikšmes iš pirmojo „DataFrame“.

Jupyter Notebook kodo fragmentas

Vidinis susiliejimas

Vidinis sujungimo tipas išlaiko atitinkančias abiejų duomenų rėmelių reikšmes ir pašalina nesutampančius reikšmes.

Jupyter Notebook kodo fragmentas

Išorinis sujungimas

Išorinis sujungimo tipas išlaiko visas atitinkančias ir nesutampančius reikšmes ir kartu sujungia duomenų rėmelius.

Jupyter Notebook kodo fragmentas

Kaip naudotis Concat funkcija

The concat funkcija yra lanksti parinktis, palyginti su kai kuriomis kitomis Python sujungimo funkcijomis. Su concat funkcija galite sujungti DataFrames vertikaliai ir horizontaliai.

Tačiau šios funkcijos naudojimo trūkumas yra tas, kad pagal numatytuosius nustatymus ji atmeta visas nesutampančius reikšmes. Kaip ir kai kurios kitos susijusios funkcijos, ši funkcija turi keletą argumentų, iš kurių tik keli yra būtini sėkmingam sujungimui.

concat(dataframes, axis=0, join='outer'/’inner’)

Kur:

  • concat yra funkcija, kuri sujungia DataFrames.
  • duomenų rėmeliai yra duomenų rėmelių seka, kurią reikia sujungti.
  • ašį reiškia sujungimo kryptį, 0 yra horizontali, 1 yra vertikali.
  • prisijungti nurodo išorinį arba vidinį sujungimą.

Naudodami pirmiau minėtus du duomenų rėmelius, galite išbandyti concat funkciją taip:

# define the dataframes in a list format 
df_merged_concat = pd.concat([df1, df2]) 
  
# print the results of the Concat function 
print(df_merged_concat)

Jei aukščiau pateiktame kode nėra ašies ir sujungimo argumentų, abu duomenų rinkiniai sujungiami. Gautoje išvestyje yra visi įrašai, neatsižvelgiant į atitikties būseną.

kaip įkrauti kompiuterį be įkroviklio

Panašiai galite naudoti papildomus argumentus, norėdami valdyti concat funkcijos kryptį ir išvestį.

Norėdami valdyti išvestį su visais atitinkančiais įrašais:

# Concatenating all matching values between the two dataframes based on their columns 
df_merged_concat = pd.concat([df1, df2], axis=1, join = 'inner') 
  
print(df_merged_concat)

Rezultate pateikiamos tik dviejų duomenų rėmelių atitinkančios reikšmės.

Jupyter Notebook kodo fragmentas

DataFrames sujungimas su Python

DataFrames yra neatsiejama Python dalis, atsižvelgiant į jų lankstumą ir funkcionalumą. Atsižvelgiant į jų įvairiapusį panaudojimą, galite juos plačiai naudoti, kad labai lengvai atliktumėte įvairias užduotis.

Jei vis dar mokotės apie Python DataFrames, pabandykite importuoti kai kuriuos „Excel“ failus, tada derinkite juos su skirtingais metodais.