Fusion de données en Python

En analyse de données, combiner des ensembles de données est une tâche courante. Python fournit dans Pandas des outils puissants pour fusionner, joindre et concaténer efficacement des ensembles de données. Cette leçon présente les principales techniques de fusion de données en Python.

Concaténation

La concaténation combine des jeux de données en les empilant par lignes ou par colonnes. Utilisez pour cela la fonction pd.concat().

Exemple :

import pandas as pd data1 = {'Name': ['Alice'], 'Age': [25]} data2 = {'Name': ['Bob'], 'Age': [30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.concat([df1, df2])

Fusionner des DataFrames

Fusion combine des ensembles de données en fonction de colonnes ou d’indices communs. Utilisez pd.merge() pour fusionner des DataFrames.

Exemple :

data1 = {'ID': [1, 2], 'Name': ['Alice', 'Bob']} data2 = {'ID': [1, 2], 'Age': [25, 30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.merge(df1, df2, on='ID')

Types de jointures

La fonction merge() prend en charge différents types de jointures :

• Jointure interne : renvoie les lignes dont les clés correspondent dans les deux DataFrames.
• Jointure externe : renvoie toutes les lignes et remplace les valeurs manquantes par NaN.
• Jointure à gauche : conserve toutes les lignes du DataFrame de gauche.
• Jointure à droite : conserve toutes les lignes du DataFrame de droite.

Effectuer une jointure sur plusieurs clés

Vous pouvez fusionner des DataFrames à l’aide de plusieurs clés en transmettant une liste de noms de colonnes au paramètre on.

Exemple :

pd.merge(df1, df2, on=['Key1', 'Key2'])

Concaténer par colonnes

Vous pouvez concaténer des DataFrames côte à côte (par colonnes) à l’aide de axis=1.

Exemple :

df = pd.concat([df1, df2], axis=1)

Combiner des données qui se chevauchent

La méthode combine_first() combine les données qui se chevauchent en complétant les valeurs manquantes à partir d’un autre DataFrame.

Exemple :

df1.combine_first(df2)

Récapitulatif

Dans cette leçon, vous avez découvert :

• Concaténation : empilement de DataFrames à l’aide de pd.concat().
• Fusion : combinaison de DataFrames en fonction de clés communes à l’aide de pd.merge().
• Types de jointures : jointures interne, externe, à gauche et à droite.
• Combinaison de données qui se chevauchent : utilisation de combine_first().

Félicitations !

Vous avez terminé la leçon sur la fusion de données en Python. Passez à la leçon suivante pour découvrir l’extraction de caractéristiques à partir de données.