Pandas yra plačiai naudojama Python biblioteka duomenų apdorojimo ir analizės srityje. Jame pateikiamos duomenų struktūros ir funkcijos, reikalingos sklandžiai dirbti su struktūriniais duomenimis. Viena iš daugelio siūlomų funkcijų yra galimybė sujungti lenteles su neunikaliais raktais, o tai gali būti įprastas reikalavimas praktikoje. Šiame straipsnyje mes pasinersime į šios problemos sprendimą, išnagrinėsime nuoseklų kodo, naudojamo sujungiant pandos DataFrame objektus su neunikaliais raktais, paaiškinimą ir aptarsime šiame procese dalyvaujančias bibliotekas ir funkcijas.
Įvadas
Lentelių sujungimas yra pagrindinė operacija, atliekama atliekant duomenų apdorojimo ir analizės užduotis. Tam tikrais atvejais gali tekti sujungti lenteles ne unikaliu raktu, o tai gali sukelti problemų. Tačiau darbas su galinga Python biblioteka, pandomis, leidžia elegantiškai išspręsti šią problemą naudojant jos lanksčias funkcijas.
Prisijungimas prie Pandas DataFrames naudojant neunikalius raktus
Norėdami prisijungti prie „DataFrames“ pandose, galime naudoti funkciją „merge()“, kuri palaiko sujungimą naudojant neunikalius raktus. Tačiau būtina suprasti, kad neunikalių raktų sujungimo rezultatas gali skirtis, nei tikėtasi, nes tai gali lemti dekartinį sandaugą, dėl kurio gali labai padidėti gauto duomenų rėmelio eilučių skaičius.
Čia yra nuoseklus vadovas, kaip naudoti funkciją „merge()“, norint sujungti „DataFrames“ naudojant neunikalius raktus:
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")
Aukščiau pateiktame pavyzdyje pirmiausia importuojame pandų biblioteką ir sukuriame du duomenų rėmelių pavyzdžius (df1 ir df2). Tada naudojame funkciją „merge()“, kad sujungtume duomenų rėmelius „rakto“ stulpelyje, kuriame yra neunikalios reikšmės (A ir B kartojasi). Parametras „kaip“ nustatytas į „inner“, nes norime, kad abiejuose „DataFrame“ būtų išsaugotos tik eilutės, turinčios atitinkamus raktus.
Pandų sujungimo funkcijos supratimas
Funkcija „merge()“ pandose yra labai galingas ir lankstus įrankis, leidžiantis atlikti lentelės sujungimo operacijas. Be duomenų rėmelių sujungimo naudojant neunikalius raktus, jis palaiko įvairius tinkinimo lygius, leidžiančius visiškai valdyti gautą duomenų rėmelį.
Funkcija "merge()" turi keletą svarbių parametrų, tokių kaip:
- į kairę ir teisė: Tai yra duomenų rėmeliai, kuriuos reikia sujungti.
- on: stulpelis (-iai), kuris (-iai) turėtų būti naudojamas (-i) sujungiant duomenų rėmelius. Tai gali būti vieno stulpelio pavadinimas arba stulpelių pavadinimų sąrašas, kai prisijungiate prie kelių stulpelių.
- kaip: apibrėžia atliekamo sujungimo tipą. Parinktys apima „kairė“, „dešinė“, „išorinė“ ir „vidinė“. Numatytasis yra „vidinis“.
- galūnės: tai eilučių priesagų rinkinys, taikomas persidengiantiems stulpeliams. Numatytoji priesaga yra _x kairiajam DataFrame ir _y dešiniajam DataFrame.
Šiuos parametrus galima koreguoti pagal savo poreikius, norint atlikti įvairių tipų sujungimo operacijas ir tinkinti išvestį.
Panašios funkcijos Pandose
Be funkcijos "merge()", pandos taip pat siūlo kitas funkcijas, skirtas įvairiais būdais sujungti duomenų rėmelius, pavyzdžiui:
- concat (): Ši funkcija naudojama duomenų rėmams sujungti išilgai tam tikros ašies. Sujungimą galite valdyti nurodydami įvairius parametrus, tokius kaip ašis, sujungimas ir raktai.
- prisijungti (): Tai patogus metodas, naudojamas DataFrame objektuose, norint atlikti sujungimo operacijas. Iš esmės tai yra įvyniojimas aplink merge() funkciją, kai kairysis duomenų rėmelis laikomas skambinančiojo DataFrame.
Apibendrinant galima pasakyti, kad naudodami pandų funkciją „merge()“ galite lengvai prisijungti prie „DataFrames“ naudodami neunikalius raktus. Gausus parametrų rinkinys, pasiekiamas naudojant funkciją „merge()“, leidžia visiškai valdyti prisijungimo procesą, tenkinant įvairius duomenų tvarkymo reikalavimus. Pandų biblioteka ir toliau yra nepakeičiamas įrankis duomenų analitikams ir siūlo daugybę kitų funkcijų, leidžiančių efektyviai derinti ir valdyti duomenų rėmelius.
