Mesclando dados em Python
Combinando vários conjuntos de dados
Mesclando dados em Python é uma aula grátis de Python For Kids no CoddyKit. Esta é a aula 4 de 5. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Python For Kids, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Python For Kids inclui 5 aulas no total.
Mesclagem de dados em Python
Na análise de dados, combinar conjuntos de dados é uma tarefa comum. O Python oferece ferramentas avançadas no Pandas para mesclar, unir e concatenar conjuntos de dados com eficiência. Esta lição aborda as principais técnicas para mesclar dados em Python.
Concatenação
Concatenação combina conjuntos de dados empilhando-os por linhas ou colunas. Use a função pd.concat() para isso.
Exemplo:
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])Mesclagem de DataFrames
Mesclagem combina conjuntos de dados com base em colunas ou índices comuns. Use pd.merge() para mesclar DataFrames.
Exemplo:
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')Tipos de junção
A função merge() é compatível com diferentes tipos de junção:
- Junção interna: Retorna as linhas com chaves correspondentes em ambos os DataFrames.
- Junção externa: Retorna todas as linhas, preenchendo os valores ausentes com NaN.
- Junção à esquerda: Mantém todas as linhas do DataFrame à esquerda.
- Junção à direita: Mantém todas as linhas do DataFrame à direita.
Junção usando várias chaves
Você pode mesclar DataFrames usando várias chaves ao passar uma lista de nomes de colunas para o parâmetro on.
Exemplo:
pd.merge(df1, df2, on=['Key1', 'Key2'])Concatenação ao longo das colunas
Você pode concatenar DataFrames lado a lado, por coluna, usando axis=1.
Exemplo:
df = pd.concat([df1, df2], axis=1)Combinação de dados sobrepostos
O método combine_first() combina dados sobrepostos, preenchendo os valores ausentes com dados de outro DataFrame.
Exemplo:
df1.combine_first(df2)Recapitulação
Nesta lição, você aprendeu sobre:
- Concatenação: Empilhamento de DataFrames usando
pd.concat(). - Mesclagem: Combinação de DataFrames com base em chaves comuns usando
pd.merge(). - Tipos de junção: Junções internas, externas, à esquerda e à direita.
- Combinação de dados sobrepostos: Uso de
combine_first().
Parabéns!
Você concluiu a lição sobre mesclagem de dados em Python. Continue para a próxima lição e aprenda sobre extração de características de dados.
Perguntas Frequentes
A aula “Mesclando dados em Python” é grátis?
Sim — o texto completo de “Mesclando dados em Python” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Python For Kids, atualize para CoddyKit PRO. O curso de Python For Kids inclui 5 aulas no total.
O que vou aprender em “Mesclando dados em Python”?
Combinando vários conjuntos de dados Você pratica Python For Kids com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Python For Kids?
Nenhuma experiência prévia é necessária. Python For Kids no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 5.
Quanto tempo leva a aula “Mesclando dados em Python”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Python For Kids?
Sim. Cada aula de Python For Kids inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Tipos de dados
- Lidando com dados ausentes
- Normalização de dados
- Mesclando dados em Python
- Extraindo atributos de dados