Join über Schlüsselspalten

Pandas-Joins für Spreadsheet-Nutzer

John Miller

Principal Data Scientist

Vorgehen (fortgesetzt)

Nach Sichtung und Verständnis der Daten:

Beziehung bestimmen
Einzigartige Werte in der Schlüsselspalte prüfen

Quadrate

Eindeutige Schlüsselspalten

$$ $$ Einzigartige Werte bei einspaltigem Schlüssel

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

$$ -- -- Ein Wert von 0 bedeutet keine Duplikate -- --

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

Index mit einer Spalte

Index mit mehreren Spalten

Vorgehen (fortgesetzt)

Nach Sichtung und Verständnis der Daten:

Beziehung bestimmen
Eindeutige Werte in der Schlüsselspalte prüfen
Merge-Statement schreiben und ausführen

Quadrate

Merge ausführen

Das Statement bleibt gleich!

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

Achte auf die Parameter

Volle Syntax: 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)

Merges validieren

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)

Werte für validate:

"one_to_one" oder "1:1"
"one_to_many" oder "1:m"
"many_to_one" oder "m:1"
"many_to_many" oder "m:m" (macht nichts)

Lass uns üben!

Pandas-Joins für Spreadsheet-Nutzer