Junções por colunas‑chave

Junções no pandas para usuários de planilhas

John Miller

Principal Data Scientist

Framework (continuação)

Depois de ver e entender os dados:

Define a relação
Confere valores únicos na coluna‑chave

quadrados

Colunas‑chave únicas

$$ $$ Valores únicos para chave de 1 coluna

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

$$ -- -- Valor 0 significa sem duplicatas -- --

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

índice de 1 coluna

índice multi‑coluna

Framework (continuação)

Depois de ver e entender os dados:

Define a relação
Confere valores únicos na coluna‑chave
Escreve o merge e executa

quadrados

Executando o merge

A instrução é a mesma!

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

Repara nos parâmetros

Sintaxe 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)

Validando merges

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 de 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" (não faz nada)

Vamos praticar!

Junções no pandas para usuários de planilhas