Python में डेटा का विलय

डेटा विश्लेषण में डेटासेट को मिलाना एक सामान्य कार्य है। डेटासेट को कुशलतापूर्वक मिलाने, जोड़ने और संयोजित करने के लिए पाइथन, पांडा में शक्तिशाली उपकरण उपलब्ध कराता है। इस पाठ में पाइथन में डेटा विलय की प्रमुख तकनीकों को शामिल किया गया है।

संयोजन पंक्तियों या स्तंभों के साथ-साथ डेटासेट को रखकर उन्हें एक साथ मिलाता है। इसके लिए pd.concat() फ़ंक्शन का उपयोग करें।

उदाहरण:

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])

विलय सामान्य स्तंभों या अनुक्रमणिकाओं के आधार पर डेटासेट को मिलाता है। DataFrames का विलय करने के लिए pd.merge() का उपयोग करें।

उदाहरण:

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')

merge() फ़ंक्शन विभिन्न प्रकार के जोड़ का समर्थन करता है:

• आंतरिक जोड़: दोनों DataFrames में मेल खाने वाली कुंजियों वाली पंक्तियाँ लौटाता है।
• बाहरी जोड़: सभी पंक्तियाँ लौटाता है और अनुपलब्ध मानों को भरता है।
• बायाँ जोड़: बाएँ DataFrame की सभी पंक्तियाँ रखता है।
• दायाँ जोड़: दाएँ DataFrame की सभी पंक्तियाँ रखता है।

आप on पैरामीटर में स्तंभ नामों की सूची देकर एकाधिक कुंजियों का उपयोग करके DataFrames का विलय कर सकते हैं।

उदाहरण:

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

आप axis=1 का उपयोग करके DataFrames को अगल-बगल, अर्थात स्तंभों के अनुसार, संयोजित कर सकते हैं।

उदाहरण:

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

combine_first() विधि अतिव्यापी डेटा को मिलाती है और किसी अन्य DataFrame से अनुपलब्ध मान भरती है।

उदाहरण:

df1.combine_first(df2)

इस पाठ में आपने निम्नलिखित के बारे में सीखा:

• संयोजन: pd.concat() का उपयोग करके DataFrames को एक के ऊपर एक रखना।
• विलय: सामान्य कुंजियों के आधार पर pd.merge() का उपयोग करके DataFrames को मिलाना।
• जोड़ों के प्रकार: आंतरिक, बाहरी, बाएँ और दाएँ जोड़।
• अतिव्यापी डेटा को मिलाना: combine_first() का उपयोग करना।

आपने पाइथन में डेटा विलय का पाठ पूरा कर लिया है। डेटा से विशेषता निष्कर्षण के बारे में जानने के लिए अगले पाठ पर जाएँ।