Sammenslåing av data i Python

Innen dataanalyse er det vanlig å kombinere datasett. Python tilbyr kraftige verktøy i Pandas for å slå sammen, koble sammen og konkatenerere datasett på en effektiv måte. Denne leksjonen dekker de viktigste teknikkene for å slå sammen data i Python.

Konkatenering kombinerer datasett ved å stable dem langs rader eller kolonner. Bruk funksjonen pd.concat() til dette.

Eksempel:

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])

Sammenslåing kombinerer datasett basert på felles kolonner eller indekser. Bruk pd.merge() til å slå sammen DataFrame-er.

Eksempel:

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')

Funksjonen merge() støtter ulike join-typer:

• Inner join: Returnerer rader med samsvarende nøkler i begge DataFrame-ene.
• Outer join: Returnerer alle rader og fyller manglende verdier med NaN.
• Left join: Beholder alle rader fra den venstre DataFrame-en.
• Right join: Beholder alle rader fra den høyre DataFrame-en.

Du kan slå sammen DataFrame-er ved hjelp av flere nøkler ved å sende en liste med kolonnenavn til parameteren on.

Eksempel:

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

Du kan konkat genere DataFrame-er side ved side (kolonnevis) ved å bruke axis=1.

Eksempel:

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

Metoden combine_first() kombinerer overlappende data og fyller inn manglende verdier fra en annen DataFrame.

Eksempel:

df1.combine_first(df2)

I denne leksjonen har du lært om:

• Konkatenering: Stabling av DataFrame-er ved hjelp av pd.concat().
• Sammenslåing: Kombinering av DataFrame-er basert på felles nøkler ved hjelp av pd.merge().
• Join-typer: Inner, outer, left og right join.
• Kombinering av overlappende data: Bruk av combine_first().

Du har fullført leksjonen om sammenslåing av data i Python. Fortsett til neste leksjon for å lære om uttrekking av egenskaper fra data.