Merge y Concat
Lección 17 de 19 del curso Análisis con Pandas de Coddy.
En el mundo real, los datos a menudo provienen de múltiples tablas o archivos. Para conectar y analizar estos datos, debemos ser capaces de combinar conjuntos de datos. Para combinar dataframes, podemos usar .merge(), .join() y .concat().
.merge() es similar a la operación JOIN de SQL; conecta columnas o índices en un dataframe basándose en una o más claves:
merged_df = df1.merge(df2, on='common_column')Por ejemplo, estas dos tablas:
| ID | VALUE |
| 1 | "val1" |
| 2 | "val2 |
| ID | POINTS |
| 1 | 9 |
Se convertirán en:
| ID | VALUE | POINTS |
| 1 | "val1" | 9 |
La función .concat() se utiliza para añadir filas de un dataframe al final de otro dataframe, devolviendo un nuevo dataframe. Esta operación es similar a la operación 'UNION' en SQL:
concatenated_df = pd.concat([df1, df2])
Desafío
FácilEl archivo CSV visits.csv contiene información sobre cuántas visitas se realizaron en una ubicación específica en un momento determinado.
Aquí están las primeras 5 líneas del archivo:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Calcula el min, max, mean, std, sum y median para cada id de ubicación y combínalos en un solo dataframe. Renombra las columnas a:
sum_visits, min_visits, max_visits, mean_visits, std_visits y median_visits.
El dataframe final debería verse así:
| location_id | sum_visits | min_visits | max_visits | mean_visits | std_visits | median_visits |
| ... | ... | ... | ... | ... | ... | ... |
Guarda el resultado en df.
Pruébalo tú mismo
# pandas como pd ya está importado
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()
# Escribe tu código debajo
Todas las lecciones de Análisis con Pandas
4Análisis de datos con Pandas
Estadística descriptivaAgrupación y agregación de datosDiferentes agregacionesMerge y Concat3Manipulación de datos con Pandas
Retornar el resultado solicitadoFiltrar datosAgregar y eliminarModificar datosModificar cadenasModificaciones personalizadas