Łączenie i konkatenacja
Lekcja 17 z 19 w kursie Analiza danych z pandas w Coddy.
W rzeczywistym świecie dane często pochodzą z wielu tabel lub plików. Aby połączyć i analizować te dane, musimy umieć łączyć zbiory danych. Do łączenia ramek danych możemy użyć .merge(), .join() i .concat().
.merge() działa podobnie do operacji JOIN w SQL; łączy kolumny lub indeksy w ramce danych na podstawie jednego lub większej liczby kluczy:
merged_df = df1.merge(df2, on='common_column')Na przykład te dwie tabele:
| ID | VALUE |
| 1 | "val1" |
| 2 | "val2" |
| ID | POINTS |
| 1 | 9 |
Połączą się w:
| ID | VALUE | POINTS |
| 1 | "val1" | 9 |
Funkcja .concat() służy do dołączania wierszy jednej ramki danych na końcu innej ramki danych, zwracając nową ramkę danych. Ta operacja jest podobna do operacji 'UNION' w SQL:
concatenated_df = pd.concat([df1, df2])
Wyzwanie
ŁatwyPlik CSV visits.csv zawiera informacje o liczbie wizyt w danej lokalizacji i o określonej porze.
Oto pierwsze 5 wierszy pliku:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588Oblicz min, max, mean, std, sum i median dla każdego identyfikatora lokalizacji i połącz je w jedną ramkę danych. Zmień nazwy kolumn na:
sum_visits, min_visits, max_visits, mean_visits, std_visits i median_visits.
Końcowa ramka danych powinna wyglądać tak:
| location_id | sum_visits | min_visits | max_visits | mean_visits | std_visits | median_visits |
| ... | ... | ... | ... | ... | ... | ... |
Zapisz wynik w df.
Spróbuj swoich sił
# pandas as pd jest już zaimportowany
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()
# Napisz swój kod poniżej
Wszystkie lekcje w sekcji Analiza danych z pandas
4Analiza danych z Pandas
Statystyki opisoweGrupowanie i agregowanie danychRóżne sposoby agregacjiŁączenie i konkatenacja3Manipulowanie danymi za pomocą Pandas
Zwracanie żądanego wynikuFiltrowanie danychDodawanie i usuwanieModyfikowanie danychModyfikowanie ciągów znakówWłasne modyfikacjePoćwicz samodzielnie: Kompilator Python online