Łączenie na kluczowych kolumnach

Pandas Joins dla użytkowników arkuszy kalkulacyjnych

John Miller

Principal Data Scientist

Schemat postępowania (ciąg dalszy)

Po przejrzeniu i zrozumieniu danych:

Określenie relacji
Sprawdzenie unikalnych wartości w kolumnie kluczowej

kwadraty

Unikalne kolumny kluczowe

$$ $$ Unikalne wartości dla klucza jednokolumnowego

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

$$ -- -- Wartość 0 oznacza brak duplikatów -- --

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

indeks jednokolumnowy

indeks wielokolumnowy

Schemat postępowania (ciąg dalszy)

Po przejrzeniu i zrozumieniu danych:

Określenie relacji
Sprawdzenie unikalnych wartości w kolumnie kluczowej
Napisanie i wykonanie instrukcji scalania

kwadraty

Wykonywanie scalania

Instrukcja jest taka sama!

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

Należy zwrócić uwagę na parametry

Pełna składnia: 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)

Walidacja scaleń

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)

Wartości dla validate:

"one_to_one" lub "1:1"
"one_to_many" lub "1:m"
"many_to_one" lub "m:1"
"many_to_many" lub "m:m" (brak działania)

Czas na ćwiczenia!

Pandas Joins dla użytkowników arkuszy kalkulacyjnych