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

Tutorial Pandas

Conexão do Pandas

Exemplo de operação de conexão Pandas

Pandas possui operações de junção em memória de alta performance, funcional e semelhantes a bancos de dados relacionais como SQL.
Pandas fornece uma única função merge como ponto de entrada para todas as operações de junção de banco de dados padrão entre objetos DataFrame

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

Aqui, usamos os seguintes parâmetros:

esquerda − Um objeto DataFrame. direita − Outro objeto DataFrame. on − A coluna (nome) é adicionada no topo. Deve ser encontrada em ambos os objetos DataFrame. left_on − A coluna do DataFrame esquerdo é usada como chave. Pode ser o nome da coluna ou um array de comprimento igual ao comprimento do DataFrame. right_on − A coluna do DataFrame direito é usada como chave. Pode ser o nome da coluna ou um array de comprimento igual ao comprimento do DataFrame. left_index − Se for True, o índice do DataFrame esquerdo (etiqueta de linha) é usado como chave de conexão. Se o DataFrame tiver MultiIndex (estratificado), o número de níveis deve coincidir com o número de chaves de conexão no DataFrame direito. right_index − Usado de maneira idêntica como left_index para o DataFrame correto. how − Um dos seguintes: 'esquerda', 'direita', 'externa', 'interna'. Pelo padrão, é interna. Cada método está descrito abaixo. sort − Os dados resultantes da ordenação são adicionados à caixa de dados em ordem字典al. Pelo padrão, é True, e em muitos casos, definido como False, pode aumentar significativamente o desempenho.

现在让我们创建两个不同的DataFrame并对其执行合并操作。

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

Os resultados da execução são os seguintes:

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

combinação de dois DataFrames em uma chave

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

Os resultados da execução são os seguintes:

　　　　　Name　　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

combinação de dois DataFrames em várias chaves

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

Os resultados da execução são os seguintes:

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

combinação usando o parâmetro how

o parâmetro how de combinação especifica como determinar quais chaves devem ser incluídas na tabela de resultado. Se a chave combinada não aparecer em nenhuma tabela do lado esquerdo ou direito, o valor na tabela de combinação será NA.

aqui está um resumo de como escolher e seus nomes equivalentes SQL:

método de combinaçãoequivalente SQLdescrição
esquerdaLEFT OUTER JOINusar chave do objeto esquerdo
direitaRIGHT OUTER JOINusar chave correta do objeto
externoFULL OUTER JOINusar chave combinada
internoJOIN INTERNOusar interseção de chave

conexão esquerda

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

Os resultados da execução são os seguintes:

　　　　　　Nome_x　　id_x　　subject_id　　Nome_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

conexão direita

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

Os resultados da execução são os seguintes:

　　　　　　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

conexão externa

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

Os resultados da execução são os seguintes:

　　　　　　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

Conexão Interna

A conexão será executada no índice. A operação de junção aceita o objeto chamado. Portanto, a.join(b) não é igual a b.join(a).

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

Os resultados da execução são os seguintes:

　　　　　　Nome_x　　id_x　　subject_id　　Nome_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
Operações SQL do PandasGroupBy do Pandas