Îmbinarea DataFrame-urilor după condiție sau cea mai apropiată potrivire

Transformarea datelor cu Polars

Liam Brannigan

Data Scientist & Polars Contributor

Îmbinare după condiție

Un singur tabel cu câștigătorii Cupei Mondiale

Îmbinare după condiție

Un tabel cu câștigătorii Cupei Mondiale și un tabel cu numărul minim de victorii pentru categoriile argint și aur.

Îmbinare după condiție

Un tabel cu câștigătorii Cupei Mondiale, un tabel cu nivelurile și un tabel rezultat cu câștigătorii și nivelurile obținute

Îmbinare după condiție

Un tabel cu câștigătorii Cupei Mondiale, un tabel cu nivelurile și un tabel rezultat cu câștigătorii și nivelurile obținute, cu două rânduri pentru Brazilia evidențiate.

Utilizatorii aplicației și preferințele lor

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        |

Tabelul utilizatorilor

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        |

Îmbinare după condiție

restaurants.join_where(


)

Îmbinare după condiție

restaurants.join_where(
    users,

)

Îmbinare după condiție

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

Îmbinare după condiție

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     |

Îmbinare după mai multe condiții

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       | ... |

Îmbinare după cele mai recente valori

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      |

Scop: asocierea fiecărei recenzii cu inspecția cea mai relevantă

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   |

Îmbinare după cele mai recente valori

reviews.sort("date").join_asof(



)

join_asof - îmbinare începând cu o anumită dată

Îmbinare după cele mai recente valori

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


)

Îmbinare după cele mai recente valori

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

)

Îmbinare după cele mai recente valori

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      |

Îmbinare după cea mai apropiată valoare

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      |

Alegerea unei strategii

Diagramă cu două tabele de serii de timp, fiecare cu două rânduri.

Alegerea unei strategii - înapoi

Diagramă cu două tabele de serii de timp, cu săgeți care leagă ambele rânduri din stânga de primul rând din dreapta.

Alegerea unei strategii - cel mai aproape

Diagramă cu două tabele de serii de timp, cu săgeți care leagă fiecare rând din stânga de rândul corespunzător din dreapta.

Alegerea unei strategii - înainte

Diagramă cu două tabele de serii de timp, cu săgeți care leagă ambele rânduri din stânga de al doilea rând din dreapta.

Potrivire în cadrul grupurilor

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      |

Hai să exersăm!

Transformarea datelor cu Polars