Pandas là một thư viện Python được sử dụng rộng rãi trong lĩnh vực thao tác và phân tích dữ liệu. Nó cung cấp các cấu trúc dữ liệu và chức năng cần thiết để làm việc với dữ liệu có cấu trúc một cách liền mạch. Một trong nhiều tính năng mà nó cung cấp là khả năng nối các bảng với các khóa không phải là duy nhất, đây có thể là một yêu cầu phổ biến trong các ứng dụng thực tế. Trong bài viết này, chúng ta sẽ đi sâu vào giải pháp cho vấn đề này, khám phá giải thích từng bước về mã được sử dụng để nối các đối tượng DataFrame của gấu trúc bằng các khóa không phải là duy nhất và thảo luận về các thư viện và chức năng liên quan đến quy trình này.
Giới thiệu
Nối các bảng là một thao tác cơ bản được thực hiện trong các tác vụ phân tích và thao tác dữ liệu. Trong một số trường hợp nhất định, chúng tôi có thể được yêu cầu tham gia các bảng trên một khóa không phải là duy nhất, điều này có thể gây ra những thách thức. Tuy nhiên, làm việc với thư viện Python mạnh mẽ, pandas, cho phép chúng tôi giải quyết vấn đề này một cách tinh tế bằng cách sử dụng chức năng linh hoạt của nó.
Tham gia Pandas DataFrames bằng các khóa không phải là duy nhất
Để tham gia DataFrames trong pandas, chúng ta có thể sử dụng chức năng `merge()`, hỗ trợ tham gia trên các khóa không phải là duy nhất. Tuy nhiên, điều cần thiết là phải hiểu rằng kết quả của việc nối các khóa không phải là duy nhất có thể khác với dự kiến, vì nó có thể dẫn đến sản phẩm cartesian, có khả năng dẫn đến sự gia tăng đáng kể số lượng hàng trong DataFrame kết quả.
Dưới đây là hướng dẫn từng bước để sử dụng chức năng `merge()` để tham gia DataFrames bằng các khóa không phải là duy nhất:
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")
Trong ví dụ trên, trước tiên chúng tôi nhập thư viện pandas và tạo hai DataFrames mẫu (df1 và df2). Sau đó, chúng tôi sử dụng hàm `merge()` để nối các DataFrames trên cột “key”, chứa các giá trị không phải là duy nhất (A và B được lặp lại). Tham số `how` được đặt thành “bên trong”, vì chúng tôi chỉ muốn giữ các hàng có khóa khớp trong cả hai Khung dữ liệu.
Hiểu chức năng Hợp nhất Pandas
Hàm `merge()` trong pandas là một công cụ rất mạnh mẽ và linh hoạt để thực hiện các thao tác nối bảng. Ngoài việc tham gia DataFrames bằng các khóa không phải là duy nhất, nó hỗ trợ nhiều cấp độ tùy chỉnh khác nhau, cho phép bạn có toàn quyền kiểm soát DataFrame kết quả.
Hàm `merge()` có một số tham số quan trọng như:
- trái và ngay: Đây là các DataFrame sẽ được hợp nhất.
- on: (Các) cột sẽ được sử dụng để tham gia DataFrames. Đây có thể là tên một cột hoặc danh sách tên cột khi nối trên nhiều cột.
- làm thế nào: Nó xác định loại phép nối sẽ được thực hiện. Các tùy chọn bao gồm 'trái', 'phải', 'bên ngoài' và 'bên trong'. Mặc định là 'bên trong'.
- hậu tố: Đây là bộ hậu tố chuỗi để áp dụng cho các cột chồng chéo. Hậu tố mặc định là _x cho DataFrame bên trái và _y cho DataFrame bên phải.
Các tham số này có thể được điều chỉnh theo nhu cầu của bạn để thực hiện các loại thao tác nối khác nhau và tùy chỉnh đầu ra.
Chức năng tương tự trong Pandas
Ngoài chức năng `merge()`, gấu trúc còn cung cấp các chức năng khác để kết hợp DataFrames theo các cách khác nhau, chẳng hạn như:
- concat (): Hàm này được sử dụng để nối các DataFrame dọc theo một trục cụ thể. Bạn có thể kiểm soát phép nối bằng cách chỉ định các tham số khác nhau như trục, nối và phím.
- tham gia(): Đây là một phương thức thuận tiện có sẵn trên các đối tượng DataFrame để thực hiện các thao tác nối. Về cơ bản, nó là một trình bao bọc xung quanh hàm merge(), với DataFrame bên trái được coi là DataFrame của trình gọi.
Tóm lại, bằng cách sử dụng chức năng `merge()` của gấu trúc, bạn có thể dễ dàng tham gia DataFrames bằng các khóa không phải là duy nhất. Tập hợp các tham số phong phú có sẵn trong hàm `merge()` cung cấp toàn quyền kiểm soát quá trình nối, đáp ứng các yêu cầu thao tác dữ liệu khác nhau. Thư viện gấu trúc tiếp tục là một công cụ không thể thiếu đối với các nhà phân tích dữ liệu và nó cung cấp nhiều chức năng khác để kết hợp và thao tác DataFrames một cách hiệu quả.
