Menggabungkan DataFrame berdasarkan kondisi atau kecocokan terdekat

Transformasi Data dengan Polars

Liam Brannigan

Data Scientist & Polars Contributor

Menggabungkan berdasarkan kondisi

Satu tabel yang menampilkan pemenang piala dunia

Menggabungkan berdasarkan kondisi

Tabel pemenang piala dunia dan tabel minimal kemenangan untuk kategori perak dan emas.

Menggabungkan berdasarkan kondisi

Tabel pemenang piala dunia, tabel level, dan tabel gabungan pemenang dengan level yang dicapai

Menggabungkan berdasarkan kondisi

Tabel pemenang piala dunia, tabel level, dan tabel gabungan pemenang dengan level yang dicapai dengan dua baris untuk Brazil disorot.

Pengguna aplikasi dengan preferensi

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        |

Tabel 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        |

Menggabungkan berdasarkan kondisi

restaurants.join_where(


)

Menggabungkan berdasarkan kondisi

restaurants.join_where(
    users,

)

Menggabungkan berdasarkan kondisi

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

Menggabungkan berdasarkan kondisi

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     |

Menggabungkan dengan beberapa kondisi

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       | ... |

Menggabungkan berdasarkan nilai terbaru

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      |

Tugas: cocokkan tiap ulasan dengan inspeksi paling relevan

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   |

Menggabungkan berdasarkan nilai terbaru

reviews.sort("date").join_asof(



)

join_asof - gabungkan berdasarkan tanggal tertentu

Menggabungkan berdasarkan nilai terbaru

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


)

Menggabungkan berdasarkan nilai terbaru

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

)

Menggabungkan berdasarkan nilai terbaru

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      |

Menggabungkan berdasarkan nilai terdekat

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      |

Memilih strategi

Diagram dengan dua tabel data deret waktu masing-masing dua baris.

Memilih strategi - backward

Diagram dengan dua tabel data deret waktu dengan panah mencocokkan kedua baris di kiri ke baris pertama di kanan.

Memilih strategi - nearest

Diagram dengan dua tabel data deret waktu dengan panah mencocokkan tiap baris di kiri ke baris yang sesuai di kanan.

Memilih strategi - forward

Diagram dengan dua tabel data deret waktu dengan panah mencocokkan kedua baris di kiri ke baris kedua di kanan.

Mencocokkan dalam grup

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!

Transformasi Data dengan Polars