Phenquestions
Uurime selles artiklis ühendamisfunktsiooni, konkatfunktsiooni ja erinevat tüüpi liitmistoimingute kasutamist Pandas pythonis. Kõik näited viiakse läbi pycharm-redaktori kaudu. Alustame üksikasjadest!
Ühendamisfunktsiooni kasutamine
Allpool on toodud põhiline tavaliselt kasutatav ühendamise () süntaks:
pd.ühenda (df_obj1, df_obj2, kuidas = 'sisemine', sees = puudub, vasakul_on = pole, paremal_on = pole)Selgitame parameetrite üksikasju:
Kaks esimest df_obj1 ja df_obj2 argumendid on objektide DataFrame või tabelite nimed.
"kuidas”Parameetrit kasutatakse erinevat tüüpi liitmistoimingute jaoks, näiteks“ vasak, parem, välimine ja sisemine ”. Ühendamisfunktsioon kasutab vaikimisi „sisemist” liitumisoperatsiooni.
Argument "peal" sisaldab veeru nime, millega liitumisoperatsioon tehakse. See veerg peab olema mõlemas DataFrame'i objektis.
Argumentides “left_on” ja “right_on” on “left_on” vasakpoolse DataFrame'i võtmena veeru nime nimi. Parempoolne sees on veeru nimi, mida kasutatakse parempoolse DataFrame'i võtmena.
DataFrame'i ühendamise kontseptsiooni täpsustamiseks võtsime kaks DataFrame'i objekti - toote ja kliendi. Tootel DataFrame on järgmised üksikasjad:
toode = pd.DataFrame („Product_ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
Kliendi DataFrame sisaldab järgmisi üksikasju:
klient = pd.DataFrame („ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
DataFrame'idega liitumine võtmel
Leiame hõlpsasti veebis müüdavad tooted ja kliendid, kes need ostsid. Niisiis, võtme „Product_ID” põhjal oleme mõlema DataFrame'i sisemise ühendamise toimingu teinud järgmiselt:
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti',
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Linn': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühendamine (toode, klient, = = toote_ID)))
Pärast ülaltoodud koodi käivitamist kuvatakse aknas järgmine väljund:
Kui veerud on mõlemas DataFrame'is erinevad, kirjutage iga veeru nimi selgesõnaliselt argumentidega left_on ja right_on järgmiselt:
impordi pandad kui pdtoode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Linn': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühendamine (toode, klient, vasak_on = 'Toote_nimi', parem_on = 'Toote_ostetud'))
Ekraanil kuvatakse järgmine väljund:
Liituge DataFramesiga, kasutades argumenti How
Järgmistes näidetes selgitame nelja tüüpi ühendamise operatsioone Pandas DataFrames:
- Sisemine liitumine
- Väline liitumine
- Vasakpoolne liitumine
- Parem liitumine
Sisemine liitumine Pandas
Saame sisemise ühendamise teha mitmel võtmel. Toote müügi kohta lisateabe kuvamiseks võtke toote DataFrame ja Product_ID alt välja Product_ID, Seller_City ja kliendilt DataFrame väärtus „Customer_City”, et leida, kas müüja või klient kuuluvad samasse linna. Rakendage järgmised koodiread:
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühenda (toode, klient, kuidas = 'sisemine', vasakule_on = ['Toote_ID', 'Müüja_linn'], paremale_ = = 'Toote_ID', 'Kliendi_linn'])
Pärast ülaltoodud koodi käivitamist kuvatakse aknas järgmine tulemus:
Täis / välimine liitumine Pandas
Välised liitumised tagastavad nii parema kui ka vasakpoolse DataFrame'i väärtused, millel on kas vasted. Niisiis, välise liitmise rakendamiseks määrake argument "kuidas" väliseks. Muutkem ülaltoodud näidet, kasutades välise liitmise kontseptsiooni. Allolevas koodis tagastab kõik nii vasak- kui ka parempoolse DataFrame'i väärtused.
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühenda (toode, klient, = = toote_ID, kuidas = välimine))
Määrake indikaatori argumendiks “True” s. Märkate, et lõpus lisatakse uus veerg „_merge“.
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühendamine (toode, klient, = = Product_ID ", kuidas =" external ", näitaja = True))
Nagu näete alloleval ekraanipildil, selgitavad veeru ühendamise väärtused, milline rida millisesse DataFrame'i kuulub.
Vasakpoolne liitumine Pandas
Vasakpoolne liitumine kuvab ainult vasakpoolse DataFrame'i ridu. See sarnaneb välise ühendusega. Niisiis, muutke argumendi "kuidas" väärtus väärtusega "vasak". Vasakpoolse liitumise idee rakendamiseks proovige järgmist koodi:
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühendada (toode, klient, = = toote_ID, kuidas = vasakule))
Parem ühine Pandas
Parem liitmine hoiab kõik paremad DataFrame'i read paremal koos ridadega, mis on levinud ka vasakpoolses DataFrame'is. Sel juhul määratakse argument „kuidas” väärtuseks „õige”. Õige liitumiskontseptsiooni juurutamiseks käivitage järgmine kood:
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.ühendama (toode, klient, = = toote_ID, kuidas = 'õige'))
Järgmisel ekraanipildil näete tulemust pärast ülaltoodud koodi käivitamist:
DataFrame'i ühendamine funktsiooni Concat () abil
Concat funktsiooni abil saab ühendada kaks DataFrame'i. Liitmise funktsiooni põhisüntaks on toodud allpool:
pd.konkat ([df_obj1, df_obj_2]))Kaks DataFrames'i objekti läbivad argumendid.
Liitume funktsiooni concat kaudu nii DataFrames'i toote kui ka kliendiga. Kahe DataFrame'i ühendamiseks käivitage järgmised koodiread:
# impordi Pandate koguimpordi pandad kui pd
toode = pd.DataFrame (
„Toote ID”: [101,102,103,104,105,106,107],
'Product_Name': ['kõrvaklapid', 'kott', 'kingad', 'nutitelefon', 'hambahari', 'käekell', 'sülearvuti'],
'Kategooria': ['elektroonika', 'mood', 'mood', 'elektroonika', 'toidupoed', 'mood', 'elektroonika'],
'Hind': [300.0,1000.50,2000.0,21999.0,145.0,1500.0,90999.0],
'Seller_City': ['Islamabad', 'Lahore', 'Karachi', 'Rawalpindi', 'Islamabad', 'Karachi', 'Faisalabad']
)
klient = pd.DataFrame (
„ID”: [1,2,3,4,5,6,7,8,9],
„Kliendi nimi”: ['Sara', 'Sana', 'Ali', 'Raees', 'Mahwish', 'Umar', 'Mirha', 'Asif', 'Maria'],
„Vanus”: [20,21,15,10,31,52,15,18,16],
„Product_ID”: [101,0106,0,0103,104,0,0,0107],
'Product_Purchased': ['kõrvaklapid', 'NA', 'käekell', 'NA', 'kingad', 'nutitelefon', 'NA', 'NA', 'sülearvuti'],
'Customer_City': ['Lahore', 'Islamabad', 'Faisalabad', 'Karachi', 'Karachi', 'Islamabad', 'Rawalpindi', 'Islamabad',
'Lahore']
)
trükk (pd.konkat ([toode, klient]))
Järeldus:
Selles artiklis oleme arutanud ühendamise () funktsiooni, concat () funktsioonide rakendamist ja operatsioonide ühendamist Pandas pythonis. Kasutades ülaltoodud meetodeid, saate hõlpsasti liituda kahe DataFrame-iga ja õppida. kuidas rakendada Pandas liitumisoperatsioone "sisemine, välimine, vasak ja parem". Loodetavasti juhendab see õpetus teid eri tüüpi DataFrame'i ühendamisoperatsioonide rakendamisel. Palun andke meile teada oma raskustest võimalike vigade korral.
