Penggabungan Data dalam Python
Menggabungkan beberapa set data.
Penggabungan Data dalam Python ialah pelajaran Pelajari AI dengan Python percuma di CoddyKit. Ini ialah pelajaran 4 daripada 5. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Pelajari AI dengan Python, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Pelajari AI dengan Python merangkumi sejumlah 5 pelajaran.
Penggabungan Data dalam Python
Dalam analisis data, menggabungkan set data merupakan tugasan biasa. Python menyediakan alat yang berkuasa dalam Pandas untuk mencantum, menyertai dan merangkaikan set data dengan cekap. Pelajaran ini merangkumi teknik utama untuk menggabungkan data dalam Python.
Penggabungan
Penggabungan menggabungkan set data dengan menyusunnya mengikut baris atau lajur. Gunakan fungsi pd.concat() untuk tujuan ini.
Contoh:
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])Menggabungkan DataFrames
Cantum menggabungkan set data berdasarkan lajur atau indeks yang sama. Gunakan pd.merge() untuk menggabungkan DataFrames.
Contoh:
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')Jenis Cantuman
Fungsi merge() menyokong pelbagai jenis cantuman:
- Cantuman Dalaman: Mengembalikan baris dengan kekunci yang sepadan dalam kedua-dua DataFrames.
- Cantuman Luaran: Mengembalikan semua baris dengan mengisi nilai yang hilang dengan NaN.
- Cantuman Kiri: Mengekalkan semua baris daripada DataFrame kiri.
- Cantuman Kanan: Mengekalkan semua baris daripada DataFrame kanan.
Cantuman Menggunakan Berbilang Kunci
Anda boleh menggabungkan DataFrames menggunakan berbilang kunci dengan menghantar senarai nama lajur kepada parameter on.
Contoh:
pd.merge(df1, df2, on=['Key1', 'Key2'])Merangkaikan Mengikut Lajur
Anda boleh merangkaikan DataFrames secara bersebelahan (mengikut lajur) menggunakan axis=1.
Contoh:
df = pd.concat([df1, df2], axis=1)Menggabungkan Data yang Bertindih
Kaedah combine_first() menggabungkan data yang bertindih dengan mengisi nilai yang hilang daripada DataFrame lain.
Contoh:
df1.combine_first(df2)Ringkasan
Dalam pelajaran ini, Anda telah mempelajari tentang:
- Penggabungan: Menyusun DataFrames menggunakan
pd.concat(). - Pencantuman: Menggabungkan DataFrames berdasarkan kekunci sepunya menggunakan
pd.merge(). - Jenis Cantuman: Cantuman dalaman, luaran, kiri dan kanan.
- Menggabungkan Data Bertindih: Menggunakan
combine_first().
Tahniah!
Anda telah menyelesaikan pelajaran tentang Penggabungan Data dalam Python. Teruskan ke pelajaran seterusnya untuk mempelajari Pengekstrakan Ciri daripada Data.
Pelajari Python dengan tutor kecerdasan buatan — percuma
Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.
- Kursus
- 53
- Pelajaran
- 225
Soalan Lazim
Adakah pelajaran “Penggabungan Data dalam Python” percuma?
Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Pelajari AI dengan Python, termasuk “Penggabungan Data dalam Python”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Pelajari AI dengan Python merangkumi sejumlah 5 pelajaran.
Apakah yang akan saya pelajari dalam “Penggabungan Data dalam Python”?
Menggabungkan beberapa set data. Anda berlatih Pelajari AI dengan Python menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.
Adakah saya memerlukan pengalaman untuk memulakan Pelajari AI dengan Python?
Tiada pengalaman terdahulu diperlukan. Pembelajaran Pelajari AI dengan Python di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 4 daripada 5.
Berapa lamakah pelajaran “Penggabungan Data dalam Python” diambil?
Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.
Bolehkah saya menulis dan menjalankan kod dalam pelajaran Pelajari AI dengan Python ini?
Ya. Setiap pelajaran Pelajari AI dengan Python menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.
Semua pelajaran dalam kursus ini
- Jenis Data
- Mengendalikan Data yang Hilang
- Normalisasi Data
- Penggabungan Data dalam Python
- Pengekstrakan Ciri daripada Data