Jointure sur colonnes clés

Fusions avec pandas pour les utilisateurs de feuilles de calcul

John Miller

Principal Data Scientist

Méthode (suite)

Après avoir exploré et compris les données :

Déterminer la relation
Vérifier l’unicité dans la colonne clé

carrés

Colonnes clés uniques

$$ $$ Valeurs uniques pour une clé sur une colonne

df.duplicated('GameKey').sum()

$$ -- -- Une valeur de 0 signifie aucun doublon -- --

df.duplicated(['GameKey', 'PlayId']).sum()

index une colonne

index multi-colonnes

Méthode (suite)

Après avoir exploré et compris les données :

Déterminer la relation
Vérifier l’unicité dans la colonne clé
Écrire la jointure et l’exécuter

carrés

Exécuter la jointure

L’instruction est la même !

df1.merge(df2, how='inner', on='')

Attention aux paramètres

Syntaxe complète : DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), indicator=False, validate=None)

Valider les jointures

DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), indicator=False, validate=None)

Valeurs pour validate :

"one_to_one" ou "1:1"
"one_to_many" ou "1:m"
"many_to_one" ou "m:1"
"many_to_many" ou "m:m" (n’a aucun effet)

Passons à la pratique !

Fusions avec pandas pour les utilisateurs de feuilles de calcul