Join su colonne chiave

Join con pandas per chi usa i fogli di calcolo

John Miller

Principal Data Scientist

Framework (continua)

Dopo aver visto e capito i dati:

Determina la relazione
Controlla valori unici nella colonna chiave

quadrati

Colonne chiave univoche

$$ $$ Valori unici per chiave a singola colonna

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

$$ -- -- Un valore 0 indica nessun duplicato -- --

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

indice a singola colonna

indice multi-colonna

Framework (continua)

Dopo aver visto e capito i dati:

Determina la relazione
Controlla valori unici nella colonna chiave
Scrivi l'istruzione di merge ed esegui

quadrati

Eseguire il merge

L'istruzione è la stessa!

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

Fai attenzione ai parametri

Sintassi 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)

Validare i merge

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)

Valori per 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" (non fa nulla)

Passiamo alla pratica !

Join con pandas per chi usa i fogli di calcolo