English | 简体中文 | 繁體中文 | Русский язык | Français | Español | Português | Deutsch | 日本語 | 한국어 | Italiano | بالعربية

Pandas Tutorial

connessionePandas

Esempio di operazione di connessione di Pandas

Pandas ha operazioni di connessione in memoria ad alta performance con funzionalità complete simili a quelle dei database relazionali come SQL.
Pandas fornisce una singola funzione merge come punto di ingresso per tutte le operazioni di connessione di database standard tra oggetti DataFrame

　pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
　left_index=False,　right_index=False,　sort=True)

In questo caso, abbiamo utilizzato i seguenti parametri:

sinistro − Un oggetto DataFrame. destra − Un altro oggetto DataFrame. su − Aggiungi la colonna (nome). Deve essere trovata in entrambi gli oggetti DataFrame sinistro e destro. left_on − Le colonne del DataFrame sinistro vengono utilizzate come chiavi. Può essere un nome di colonna o un array di lunghezza uguale alla lunghezza del DataFrame. right_on − Le colonne del DataFrame destro vengono utilizzate come chiavi. Può essere un nome di colonna o un array di lunghezza uguale alla lunghezza del DataFrame. left_index − Se impostato su True, utilizza l'indice del DataFrame sinistro (etichette di riga) come chiave di connessione. Se il DataFrame ha un MultiIndex (stratificato), il numero di livelli deve corrispondere al numero di chiavi di connessione nel DataFrame destro. right_index − Uso identico come left_index per il DataFrame corretto. come − Uno dei seguenti: 'sinistro', 'destro', 'esterno', 'interno'. Di default è interno. Ogni metodo è descritto di seguito. ordinamento − Aggiungi il dizionario in ordine alfabetico alla tabella dei risultati di ordinamento. Di default è True, in molti casi, impostare False migliora notevolmente le prestazioni.

Ora creiamo due DataFrame diversi e eseguiamo l'operazione di fusione.

#　import　the　pandas　library
　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame(
　　　　{'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']}))
　stampa(left
　stampa(right)

risultato esecuzione come segue:

　　　　　　Nome　　id　　　subject_id
0　　　Alex　　　1　　　　　　　　　sub1
1　　　　Amy　　　2　　　　　　　　　sub2
2　　Allen　　　3　　　　　　　　　sub4
3　　Alice　　　4　　　　　　　　　sub6
4　　Ayoung　　5　　　　　　　　　sub5
　　　　Nome　　id　　　subject_id
0　　Billy　　　1　　　　　　　　　sub2
1　　Brian　　　2　　　　　　　　　sub4
2　　Bran　　　　3　　　　　　　　　sub3
3　　Bryce　　　4　　　　　　　　　sub6
4　　Betty　　　5　　　　　　　　　sub5

fondere due DataFrame su una chiave

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on='id'))

risultato esecuzione come segue:

　　　　　Name_x　　　id　　subject_id_x　　　Name_y　　　subject_id_y
0　　Alex　　　　　　1　　　　　　　　　　sub1　　　　Billy　　　　　　　　　　　sub2
1　　Amy　　　　　　　2　　　　　　　　　　sub2　　　　Brian　　　　　　　　　　　sub4
2　　Allen　　　　　3　　　　　　　　　　sub4　　　　Bran　　　　　　　　　　　sub3
3　　Alice　　　　　4　　　　　　　　　　sub6　　　　Bryce　　　　　　　　　　　sub6
4　　Ayoung　　　　5　　　　　　　　　　sub5　　　　Betty　　　　　　　　　　　sub5

fondere due DataFrame su più chiavi

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on=['id', 'subject_id']))

risultato esecuzione come segue:

　　　　　　Name_x　　　id　　　subject_id　　　Name_y
0　　　　Alice　　　　4　　　　　　　　　　sub6　　　　Bryce
1　　　Ayoung　　　　5　　　　　　　　　　sub5　　　　Betty

fusione usando il parametro 'how'

Il parametro how di fusione specifica come determinare quali chiavi devono essere incluse nella tabella di risultato. Se la combinazione di chiavi non appare né nella tabella sinistra né nella tabella destra, i valori nella tabella di fusione sono NA.

qui un riassunto su come scegliere e i loro nomi equivalenti SQL:

metodo di fusioneequivalente SQLdescrizione
sinistroJOIN ESTerno SINISTRAusando la chiave dell'oggetto sinistro
destraJOIN ESTerno DESTRAusando la chiave corretta dell'oggetto
esternoJOIN ESTerno COMPLETOusando la chiave di unione
internoJOIN INTERNOusando l'intersezione delle chiavi

sinistra

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on='subject_id', how='left'))

risultato esecuzione come segue:

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　Alex　　　　　　1　　　　　　　　　　sub1　　　　　　NaN　　　　NaN
1　　　　　　Amy　　　　　　2　　　　　　　　　　sub2　　　　Billy　　　　1.0
2　　　　Allen　　　　　　3　　　　　　　　　sub4　　　　Brian　　　　2.0
3　　　　Alice　　　　　　4　　　　　　　　　sub6　　　　Bryce　　　　4.0
4　　　Ayoung　　　　　　5　　　　　　　　　sub5　　　　Betty　　　　5.0

Unione destra

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(sinistra,　destro,　su='subject_id',　modo='destro'))

risultato esecuzione come segue:

　　　　　　Name_x　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　　Amy　　　2.0　　　　　　　　　sub2　　　　Billy　　　　　　1
1　　　　Allen　　　3.0　　　　　　　　　sub4　　　　Brian　　　　　　2
2　　　　Alice　　　4.0　　　　　　　　　sub6　　　　Bryce　　　　　　4
3　　　Ayoung　　　5.0　　　　　　　　　sub5　　　　Betty　　　　　　5
4　　　　　　NaN　　　NaN　　　　　　　　　sub3　　　　　Bran　　　　　　3

Unione esterna

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(sinistra,　destro,　modo='esterno',　su='subject_id'))

risultato esecuzione come segue:

　　　　　　Name_x　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　Alex　　　1.0　　　　　　　　　sub1　　　　　　NaN　　　　NaN
1　　　　　　Amy　　　2.0　　　　　　　　　sub2　　　　Billy　　　　1.0
2　　　　Allen　　　3.0　　　　　　　　　sub4　　　　Brian　　　　2.0
3　　　　Alice　　　4.0　　　　　　　　　sub6　　　　Bryce　　　　4.0
4　　　Ayoung　　　5.0　　　　　　　　　sub5　　　　Betty　　　　5.0
5　　　　　　NaN　　　NaN　　　　　　　　　sub3　　　　　Bran　　　　3.0

Unione interna

La connessione viene eseguita sull'indice. L'operazione di join accetta l'oggetto che la chiama. Pertanto, a.join(b) non è uguale a b.join(a).

　import　pandas　as　pd
　sinistra =　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['Alex',　'Amy',　'Allen',　'Alice',　'Ayoung'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right = pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on='subject_id', how='inner'))

risultato esecuzione come segue:

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　　Amy　　　　　　2　　　　　　　　　sub2　　　　Billy　　　　　　1
1　　　　Allen　　　　　　3　　　　　　　　　sub4　　　　Brian　　　　　　2
2　　　　Alice　　　　　　4　　　　　　　　　sub6　　　　Bryce　　　　　　4
3　　　Ayoung　　　　　　5　　　　　　　　　sub5　　　　Betty　　　　　　5
operazioni SQLPandasgroupByPandas