Merge & Concat
Lektion 17 von 19 im Kurs Pandas Analytics von Coddy.
In der realen Welt stammen Daten oft aus mehreren Tabellen oder Dateien. Um diese Daten zu verknüpfen und zu analysieren, müssen wir in der Lage sein, Datensätze zu kombinieren. Um Dataframes zu kombinieren, können wir .merge(), .join() und .concat() verwenden.
.merge() ähnelt der SQL-JOIN-Operation; es verbindet Spalten oder Indizes in einem Dataframe basierend auf einem oder mehreren Schlüsseln:
merged_df = df1.merge(df2, on='common_column')Zum Beispiel diese zwei Tabellen:
| ID | VALUE |
| 1 | "val1" |
| 2 | "val2 |
| ID | POINTS |
| 1 | 9 |
Werden zu:
| ID | VALUE | POINTS |
| 1 | "val1" | 9 |
Die Funktion .concat() wird verwendet, um Zeilen eines Dataframes an das Ende eines anderen Dataframes anzuhängen, wobei ein neuer Dataframe zurückgegeben wird. Diese Operation ähnelt der 'UNION'-Operation in SQL:
concatenated_df = pd.concat([df1, df2])
Aufgabe
EinfachDie CSV-Datei visits.csv enthält Informationen darüber, wie viele Besuche zu einem bestimmten Zeitpunkt an einem bestimmten Ort stattgefunden haben.
Hier sind die ersten 5 Zeilen der Datei:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Berechnen Sie min, max, mean, std, sum und median für jede location_id und führen Sie diese in einem Dataframe zusammen. Benennen Sie die Spalten um in:
sum_visits, min_visits, max_visits, mean_visits, std_visits und median_visits.
Der finale Dataframe sollte wie folgt aussehen:
| location_id | sum_visits | min_visits | max_visits | mean_visits | std_visits | median_visits |
| ... | ... | ... | ... | ... | ... | ... |
Speichern Sie das Ergebnis in df.
Probier es selbst
# pandas als pd ist bereits importiert
df = pd.read_csv("./visits.csv")
sum_visits = df.groupby("location_id").sum()
min_visits = df.groupby("location_id").min()
max_visits = df.groupby("location_id").max()
mean_visits = df.groupby("location_id").mean()
std_visits = df.groupby("location_id").std()
median_visits = df.groupby("location_id").median()
# Schreiben Sie Ihren Code unten
Alle Lektionen in Pandas Analytics
4Datenanalyse mit Pandas
Deskriptive StatistikGruppieren und Aggregieren von DatenVerschiedene AggregationenMerge & Concat2Arbeiten mit dem DataFrame
DataFrames verstehenDatenzugriffDatenbereinigung - Fehlende DatenDatenbereinigung - Weitere Tools3Datenmanipulation mit Pandas
Ergebnis zurückgebenDaten filternHinzufügen & LöschenDaten ändernStrings modifizierenEigene Anpassungen