Łączenie danych w Pythonie

W analizie danych łączenie zbiorów danych jest częstym zadaniem. Python udostępnia w bibliotece Pandas zaawansowane narzędzia do wydajnego scalania, łączenia i konkatenacji zbiorów danych. W tej lekcji omówiono najważniejsze techniki łączenia danych w Pythonie.

Konkatenacja

Konkatenacja polega na łączeniu zbiorów danych przez układanie ich wzdłuż wierszy lub kolumn. Służy do tego funkcja pd.concat().

Przykład:

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])

Scalanie obiektów DataFrame

Scalanie łączy zbiory danych na podstawie wspólnych kolumn lub indeksów. Do scalania obiektów DataFrame należy użyć funkcji pd.merge().

Przykład:

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')

Typy złączeń

Funkcja merge() obsługuje różne typy złączeń:

• Inner Join: Zwraca wiersze z pasującymi kluczami obecnymi w obu obiektach DataFrame.
• Outer Join: Zwraca wszystkie wiersze, a brakujące wartości uzupełnia wartością NaN.
• Left Join: Zachowuje wszystkie wiersze z lewego obiektu DataFrame.
• Right Join: Zachowuje wszystkie wiersze z prawego obiektu DataFrame.

Łączenie na podstawie wielu kluczy

Obiekty DataFrame można scalać na podstawie wielu kluczy, przekazując listę nazw kolumn do parametru on.

Przykład:

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

Konkatenacja wzdłuż kolumn

Obiekty DataFrame można konkatenować obok siebie, czyli według kolumn, używając axis=1.

Przykład:

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

Łączenie nakładających się danych

Metoda combine_first() łączy nakładające się dane, uzupełniając brakujące wartości na podstawie innego obiektu DataFrame.

Przykład:

df1.combine_first(df2)

Podsumowanie

W tej lekcji omówiono:

• Konkatenację: Łączenie obiektów DataFrame za pomocą pd.concat().
• Scalanie: Łączenie obiektów DataFrame na podstawie wspólnych kluczy za pomocą pd.merge().
• Typy złączeń: Inner, outer, left i right join.
• Łączenie nakładających się danych: Korzystanie z combine_first().

Gratulacje!

Ukończono lekcję dotyczącą łączenia danych w Pythonie. Przejdź do następnej lekcji, aby poznać ekstrakcję cech z danych.