Gộp DataFrame theo điều kiện hoặc giá trị gần nhất

Biến đổi dữ liệu với Polars

Liam Brannigan

Data Scientist & Polars Contributor

Gộp theo điều kiện

Một bảng duy nhất hiển thị các nhà vô địch World Cup

Gộp theo điều kiện

Một bảng hiển thị các nhà vô địch World Cup và một bảng hiển thị số trận thắng tối thiểu cho hạng bạc và vàng.

Gộp theo điều kiện

Một bảng hiển thị các nhà vô địch World Cup, một bảng hiển thị các mức và một bảng đã gộp của nhà vô địch với mức đạt được

Gộp theo điều kiện

Một bảng hiển thị các nhà vô địch World Cup, một bảng hiển thị các mức và một bảng đã gộp với hai hàng của Brazil được tô sáng.

Người dùng ứng dụng và thị hiếu

restaurants = pl.read_csv("restuarants.csv")

shape: (4, 5)
| business        | location    | review | price | type       |
| ---             | ---         | ---    | ---   | ---        |
| str             | str         | f64    | i64   | str        |
|-----------------|-------------|--------|-------|------------|
| 7burgers        | Wakey Wakey | 4.2    | 15    | restaurant |
| Costa Coffee    | City Point  | 4.5    | 8     | café       |
| Costa Coffee    | Waterloo    | 4.1    | 8     | café       |
| The Queens Head | Denman St.  | 4.7    | 25    | bar        |

Bảng users

users = pl.read_csv("app_users.csv")

shape: (3, 3)
| user_name | budget | type       |
| ---       | ---    | ---        |
| str       | i64    | str        |
|-----------|--------|------------|
| Bob       | 12     | café       |
| Alice     | 15     | restaurant |
| Charlie   | 22     | bar        |

Gộp theo điều kiện

restaurants.join_where(


)

Gộp theo điều kiện

restaurants.join_where(
    users,

)

Gộp theo điều kiện

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right")
)

Gộp theo điều kiện

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right")
)

shape: (4, 8)
| business        | type       | ... | user_name | budget |
| ---             | ---        | ... | ---       | ---    |
| str             | str        | ... | str       | i64    |
|-----------------|------------|-----|-----------|--------|
| 7burgers        | restaurant | ... | Alice     | 15     |
| Costa Coffee    | café       | ... | Bob       | 12     |
| Costa Coffee    | café       | ... | Bob       | 12     |
| The Queens Head | bar        | ... | Charlie   | 22     |

Gộp theo nhiều điều kiện

restaurants.join_where(
    users,
    pl.col("type") == pl.col("type_right"),
    pl.col("price") <= pl.col("budget")
)

shape: (3, 8)
| user_name | budget | business     | price | type       | ... |
| ---       | ---    | ---          | ---   | ---        | ... |
| str       | i64    | str          | i64   | str        | ... |
|-----------|--------|--------------|-------|------------|-----|
| Alice     | 15     | 7burgers     | 15    | restaurant | ... |
| Bob       | 12     | Costa Coffee | 8     | café       | ... |
| Bob       | 12     | Costa Coffee | 8     | café       | ... |

Gộp theo giá trị gần nhất theo thời gian

shape: (4, 3)
| business | date        | rating |
| ---      | ---         | ---    |
| str      | date        | i64    |
|----------|-------------|--------|
| 7burgers | 2025-03-15  | 5      |
| 7burgers | 2025-06-20  | 3      |
| 7burgers | 2025-09-10  | 4      |
| 7burgers | 2025-11-25  | 5      |

Nhiệm vụ: khớp mỗi đánh giá với lần kiểm tra phù hợp nhất

shape: (3, 4)
| user   | business | date       | score |
| ---    | ---      | ---        | ---   |
| str    | str      | date       | f64   |
|--------|----------|------------|-------|
| Charlie | 7burgers | 2025-05-01 | 3.8   |
| Bob     | 7burgers | 2025-08-01 | 4.2   |
| Alice   | 7burgers | 2025-12-01 | 4.5   |

Gộp theo giá trị gần nhất theo thời gian

reviews.sort("date").join_asof(



)

join_asof - gộp theo mốc thời gian gần trước

Gộp theo giá trị gần nhất theo thời gian

reviews.sort("date").join_asof(
    inspections.sort("date"),


)

Gộp theo giá trị gần nhất theo thời gian

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",

)

Gộp theo giá trị gần nhất theo thời gian

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",
    strategy="backward"
)

| user    | date       | score | ... | rating |
| ---     | ---        | ---   | ... | ---    |
| str     | date       | f64   | ... | i64    |
|---------|------------|-------|-----|--------|
| Charlie | 2025-05-01 | 3.8   | ... | 5      |
| Bob     | 2025-08-01 | 4.2   | ... | 3      |
| Alice   | 2025-12-01 | 4.5   | ... | 5      |

Gộp theo giá trị gần nhất

reviews.sort("date").join_asof(
    inspections.sort("date"),
    on="date",
    strategy="nearest"
)

| user    | date       | score | ... | rating |
| ---     | ---        | ---   | ... | ---    |
| str     | date       | f64   | ... | i64    |
|---------|------------|-------|-----|--------|
| Charlie | 2025-05-01 | 3.8   | ... | 5      |
| Bob     | 2025-08-01 | 4.2   | ... | 4      |
| Alice   | 2025-12-01 | 4.5   | ... | 5      |

Chọn chiến lược

Sơ đồ với hai bảng chuỗi thời gian, mỗi bảng có hai hàng.

Chọn chiến lược - backward

Sơ đồ với hai bảng chuỗi thời gian, mũi tên nối cả hai hàng bên trái đến hàng đầu tiên bên phải.

Chọn chiến lược - nearest

Sơ đồ với hai bảng chuỗi thời gian, mũi tên nối mỗi hàng bên trái với hàng tương ứng bên phải.

Chọn chiến lược - forward

Sơ đồ với hai bảng chuỗi thời gian, mũi tên nối cả hai hàng bên trái đến hàng thứ hai bên phải.

Khớp trong nhóm

reviews.sort("date").join_asof(
    restaurants.sort("date"),
    on="date",

    by=["business", "location"]

)

| user    | business        | location    | date       | score | ... | rating |
| ---     | ---             | ---         | ---        | ---   | ... | ---    |
| str     | str             | str         | date       | f64   | ... | i64    |
|---------|-----------------|-------------|------------|-------|-----|--------|
| Charlie | 7burgers        | Wakey Wakey | 2025-05-01 | 3.8   | ... | null   |
| Bob     | Costa Coffee    | City Point  | 2025-05-01 | 4.0   | ... | 5      |
| Bob     | 7burgers        | Wakey Wakey | 2025-08-01 | 4.2   | ... | null   |
| Alice   | 7burgers        | Wakey Wakey | 2025-12-01 | 4.5   | ... | 4      |
| Alice   | The Queens Head | Denman St.  | 2025-12-01 | 4.7   | ... | 5      |

Ayo berlatih!

Biến đổi dữ liệu với Polars