Uniones por columnas clave

Uniones en pandas para usuarios de hojas de cálculo

John Miller

Principal Data Scientist

Marco (continuación)

Tras revisar y entender los datos:

Determina la relación
Comprueba valores únicos en la columna clave

cuadrados

Columnas clave únicas

$$ $$ Valores únicos para clave de una sola columna

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

$$ -- -- Un valor de 0 indica que no hay duplicados -- --

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

índice de una columna

índice multicolumna

Marco (continuación)

Tras revisar y entender los datos:

Determina la relación
Comprueba valores únicos en la columna clave
Escribe y ejecuta la unión

cuadrados

Ejecutar la unión

¡La instrucción es la misma!

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

Fíjate en los parámetros

Sintaxis completa: 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)

Validar uniones

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)

Valores para validate:

"one_to_one" o "1:1"
"one_to_many" o "1:m"
"many_to_one" o "m:1"
"many_to_many" o "m:m" (no hace nada)

¡Vamos a practicar!

Uniones en pandas para usuarios de hojas de cálculo