Pandas ɗakin karatu ne na Python da ake amfani da shi sosai a fagen sarrafa bayanai da bincike. Yana ba da tsarin bayanai da ayyukan da ake buƙata don aiki tare da bayanan da aka tsara ba tare da matsala ba. Ɗaya daga cikin fasalulluka da yawa da yake bayarwa shine ikon haɗa tebur tare da maɓallan da ba na musamman ba, wanda zai iya zama buƙatu gama gari a aikace-aikace masu amfani. A cikin wannan labarin, za mu nutse cikin maganin wannan matsala, bincika bayanin mataki-mataki na lambar da aka yi amfani da ita don shiga pandas DataFrame abubuwa tare da maɓallan da ba na musamman ba, da kuma tattauna ɗakunan karatu da ayyukan da ke cikin wannan tsari.
Gabatarwa
Haɗuwa da teburi wani muhimmin aiki ne da aka yi a cikin sarrafa bayanai da ayyukan bincike. A wasu yanayi, ƙila a buƙaci mu haɗa tebur akan maɓalli mara na musamman, wanda zai iya ba da ƙalubale. Koyaya, yin aiki tare da ɗakin karatu mai ƙarfi na Python, pandas, yana ba mu damar magance wannan matsala cikin ladabi ta amfani da ayyukan sa masu sassauƙa.
Haɗuwa Pandas DataFrames tare da Maɓallai marasa Na musamman
Don shiga DataFrames a cikin pandas, zamu iya amfani da aikin 'haɗe()', wanda ke goyan bayan haɗawa akan maɓallan da ba na musamman ba. Duk da haka, yana da mahimmanci a fahimci cewa sakamakon haɗuwa da maɓallan da ba na musamman ba na iya bambanta fiye da yadda ake tsammani, saboda zai iya haifar da samfurin cartesian, wanda zai iya haifar da karuwa mai yawa a cikin adadin layuka a sakamakon DataFrame.
Anan shine jagorar mataki-mataki don amfani da aikin 'haɗin' ()' don shiga DataFrames tare da maɓallan da ba na musamman:
import pandas as pd
# Create sample DataFrames
df1 = pd.DataFrame({"key": ["A", "B", "A", "C"], "value": [1, 2, 3, 4]})
df2 = pd.DataFrame({"key": ["A", "B", "A", "D"], "value2": [5, 6, 7, 8]})
# Perform the merge operation
result = df1.merge(df2, on="key", how="inner")
A cikin misalin da ke sama, mun fara shigo da ɗakin karatu na pandas kuma mun ƙirƙiri samfurin DataFrames guda biyu (df1 da df2). Sa'an nan, muna amfani da aikin `merge()` don shiga cikin DataFrames akan ginshiƙin "maɓalli", wanda ya ƙunshi abubuwan da ba na musamman ba (ana maimaita A da B). An saita siginar 'yadda' zuwa "ciki", kamar yadda muke son kiyaye layuka kawai waɗanda ke da maɓallan maɓalli a cikin DataFrames biyu.
Fahimtar Ayyukan Haɗin Pandas
Aikin 'haɗa()' a cikin pandas kayan aiki ne mai ƙarfi da sassauƙa don aiwatar da ayyukan haɗa tebur. Baya ga shiga cikin DataFrames tare da maɓallan da ba na musamman ba, yana goyan bayan matakan gyare-gyare daban-daban, yana ba ku damar samun cikakken iko akan sakamakon DataFrame.
Aikin 'haɗuwa()' yana da ma'auni masu mahimmanci da yawa kamar:
- bar da kuma dama: Waɗannan su ne DataFrames da za a haɗa su.
- on: Rukunin (s) da ya kamata a yi amfani da su don shiga DataFrames. Wannan na iya zama sunan shafi ɗaya ko jerin sunayen ginshiƙan lokacin shiga kan ginshiƙai da yawa.
- yaya: Yana bayyana nau'in haɗin da za a yi. Zaɓuɓɓukan sun haɗa da 'hagu', 'dama', 'waje', da 'ciki'. Tsohuwar ita ce 'ciki'.
- dabbobin: Wannan shi ne tuple na kirtani suffixes don amfani a kan ginshiƙai masu rufi. Tsoffin suffix shine _x na DataFrame na hagu da _y don DataFrame na dama.
Ana iya daidaita waɗannan sigogi gwargwadon buƙatun ku don aiwatar da nau'ikan ayyukan haɗin gwiwa daban-daban da kuma daidaita abubuwan fitarwa.
Makamantan Ayyuka a Pandas
Baya ga aikin 'haɗe()', pandas yana ba da wasu ayyuka don haɗa DataFrames ta hanyoyi daban-daban, kamar:
- kaka(): Ana amfani da wannan aikin don haɗa DataFrames tare da wani axis. Kuna iya sarrafa haɗin kai ta hanyar tantance sigogi daban-daban kamar axis, haɗawa, da maɓalli.
- shiga (): Wannan hanya ce mai dacewa da ake samu akan abubuwan DataFrame don aiwatar da ayyukan haɗin gwiwa. Yana da gaske abin rufewa a kusa da aikin haɗin gwiwa, tare da DataFrame na hagu ana ɗauka azaman mai kira DataFrame.
A ƙarshe, ta amfani da aikin pandas `merge()`, zaka iya shiga cikin DataFrames cikin sauƙi tare da maɓallan da ba na musamman ba. Saitin ma'auni masu wadata da ke cikin aikin 'haɗin' () yana ba da cikakken iko akan tsarin haɗawa, yana biyan buƙatun sarrafa bayanai daban-daban. Laburaren pandas ya ci gaba da zama kayan aiki mai mahimmanci ga masu nazarin bayanai kuma yana ba da wasu ayyuka daban-daban don haɗawa da sarrafa DataFrames yadda ya kamata.
