Pandas verschmelzen ASOF

Bei der Verwendung von Python muss der variable Datentyp nicht angegeben werden. Eine Variable empfängt die Speicherzuweisung zur Laufzeit, wenn sie einen Wert erhält. Das Python Panda -Modul wird verwendet, um Datensätze zu ändern. Pandas werden hauptsächlich für Datenanalyse -Bibliotheken verwendet. Es gibt eine Vielzahl von Werkzeugen und Strategien, um die Analyse von Fakten zu steigern. Viele der zeitaufwändigen, langwierigen Aktivitäten, die mit den Daten verbunden sind, werden von Pandas einfach gemacht. In diesem Artikel verwenden wir die Funktion merge_asof ().

Pandas merge_asof () Methode

Diese Funktion implementiert das Verschmelzung durch Schlüsselentfernung. Mit Ausnahme der nächstgelegenen Taste und nicht der gleichen Schlüssel, ist dies mit einem „linken Join“ vergleichbar, der vergleichbar ist, der vergleichbar ist. Es hat zwei Hauptfunktionen, die „vorwärts“ und „rückwärts“ sind. Eine „Vorwärts“ -Suche wird verwendet, um die erste Zeile im relevanten Datenrahmen auszuwählen, in der der Schlüssel größer oder gleich dem Schlüssel auf der linken Seite ist. Eine „rückwärts“ -Suche wird verwendet, um die allerletzte Zeile im rechten Datenrahmen auszuwählen, deren Schlüssel niedriger oder vergleichbar mit der Taste links ist.

Es gibt viele Dinge, die wir vielleicht tun möchten, nachdem wir unseren Datenrahmen in Pandas erstellt oder importiert haben. Derzeit müssen wir lernen. Der Verbindungsschlüssel muss verwendet werden, um sowohl die linken als auch die rechten Datenrahmen zu bestellen. Mit dem Join -Schlüssel müssen die linken und rechten Datenrahmen bestellt werden. Die beiden Hauptparameter, die wir in diesem Artikel verwendet haben.”

Die Syntax für die Pandas verschmelzen ASOF

Beispiel 1: Anzeige der Verschmelzung von zwei Datenrahmen unter Verwendung von Pandas Multiple ASOF mehrmals

Jetzt werden wir die Verschmelzung von zwei Datenrahmen diskutieren. Die drei wichtigsten Methoden zur Integration von Daten in Pandas wurden uns jetzt beigebracht, die "merge ()," join () "oder" concat () "sind. In diesem Artikel werden wir "merge_asof ()" verwenden. Wie Sie im Code sehen können, haben wir zuerst Pandas Open Source importiert. Zwei Datenrahmen, die wir "links" und "rechts" benannt haben. Der "linke" Datenrahmen wird von der Quelle von Pandas durch "Pandas importieren" erstellt. Der Wert für den "linken" Datenrahmen wird in "M" mit Werten von "2", "6" und "8" gespeichert, die Werte von "2", "6" und "8" erhalten. Wir haben sie mit "Left_values" deklariert, wobei der erste Wert in "M", dem zweiten Wert in "N" und dem dritten Wert in "O" gespeichert ist.

Der identische Umstand gilt für den "richtigen" Datenrahmen. Die Variable "M" hat Werte von "2", "4", "6", "8" und "9" gespeichert. Es wird als "right_values" deklariert. Nach dem Erstellen unserer Datenfream. Hier wurden unsere Datenrahmen erstellt.

Jetzt kommen wir zu unserer Hauptfunktion von "merge_asof ()" zu unserer Hauptfunktion ". Diese Funktion wird verwendet, um zwei Datenrahmen zusammen zu verschmelzen oder zusammen anzuzeigen. „Pandas.merge_asof () ”wird mit der Druckfunktion verwendet, um die Datenrahmen auf der linken oder rechten Seite anzuzeigen. Im letzten Teil unseres Code haben wir die ausführliche falsche Bedingung verwendet, um sie daran zu hindern, die Werte miteinander zu entsprechen.

Wenn wir die Ausgabe oben diskutieren, haben wir "M" mit dem Namen des Wertes des "linken" Datenrahmens mit dem Namen "Left_values" angezeigt, und alle Werte werden zusammen mit den variablen Wertnamen für "angezeigt" angezeigt. 2 ”als„ m “,„ 6 “als„ n “und„ 8 “als„ o “. Zeigen Sie anschließend die Daten des Datenrahmens „Right“ als Name von "Right_values" an. Kurz nach dem "linken" DataFrame sind die Werte für Indexnummern für "2", "4" für "4", "6" für "6", "8" für "8" und "9" "6", "6", "8", "4", "9". für "9".

Wenn beide Datenrahmen angezeigt werden, verwenden wir die „Pandas.merge_asof () ”, um sowohl die Datenrahmenwerte zu verschmelzen als auch die Anzeige mit der Funktion" print () ". Es zeigt die Werte des Datenrahmens „links“ und des rechten Datenrahmens in zwei separaten Spalten mit den gleichen Werten von „2“, „6“ und „8“ in "Left_values" und "Right_values" an. Die ausführliche „falsche“ Ausführlichkeit zeigt nicht die Werte an, die in beiden Datenrahmen nicht üblich sind.

Beispiel 2: Anzeige der Verschmelzung von zwei Datenrahmen mithilfe von Pandas Merge asof () -Funktion einmal einmal

In diesem Beispiel werden wir diskutieren, wie wir die Funktion „merge_asof ()“ in zwei Datenrahmen gleichzeitig verwenden. Im obigen Beispiel haben wir die Funktion „merge_asof ()“ für jeden Datenrahmen separat angewendet. Jetzt sehen wir, wie wir zwei Datenrahmen in Spalten kombinieren können, indem wir die Funktion „merge_asof ()“ nur einmal anwenden. Zunächst haben wir unsere Daten erstellt und die Namen von DataFrames als „MD1“ und „MD2“ unter Verwendung von Pandas angegeben. Für den "MD1" -Datenfreame haben wir den Namen der Spalte als "links_side_value" deklariert. Die Daten des Datenrahmens „MD1“ enthalten drei Namen, die "Michael", "Shawn" und "Herry" sind. Der in den Daten von „MD1“ bereitgestellte Index betragen „20“, „40“ und „60“. Das gleiche wie der "MD2" -Datenframe -IT speichert Daten, die "20", "30", "50", "55" und "59" sind. Der in den Daten angegebene Index erhält auch die gleichen Daten wie "20", "30", "50", "55" und "59".

Nachdem wir unsere Daten erstellt haben, haben wir unsere Daten mit "Drucken (MD1)" und "Print (MD2)" verwendet. Jetzt werden wir unsere Hauptfunktion, die Funktion „merge_asof ()“, diskutieren. Nachdem wir die Daten in beiden Datenrahmen angezeigt haben, haben wir unsere Hauptfunktion angewendet, um beide Datenrahmen zusammenzuführen. Mit der Funktion "merge_asof ()" haben wir mit "Left_index = true" und "right_index = true" ausführlich "true" verwendet, um sicherzustellen Übereinstimmung mit der nächstgelegenen Taste anstelle von gleichen Tasten. Der Schlüssel muss verwendet werden, um beide Datenrahmen zu bestellen.

Jetzt werden wir uns unsere Ausgabe ansehen. Oben werden unsere ersten Daten mit den Daten "MD1" mit "Left_side_value" mit den drei Indexnummern in der linken Ecke angezeigt, und die drei Datennamen auf der gegenüberliegenden Seite der Indexnummern sind "Michael", "Shawn", und "herry". Im nächsten "Right_side_Value" von "MD2" -Datenrahmen werden zusammen mit den fünf Indexnummern und Daten angezeigt. Dann, nachdem wir unseren „Druck (Pandas“ angewendet hatten.merge_asof (md1, md2, links_index = true, right_index = true) ”Hauptfunktion, zeigte sie die fusionierten Daten unserer beiden Datenrahmen an . "MD1" -Datenrahmen in der linken Ecke und "MD2" -Datenrahmen in der rechten Ecke zusammen mit der Match der nächstgelegenen Taste.

Abschluss

Mit Pandas können wir eine Zusammenführung nach Schlüsselentfernung durch die Funktion „merge_asof ()“ durchführen. Um diese Funktion auszuführen, haben wir das Tool „Spyder“ verwendet, um unsere jeweiligen Codes auszuführen. Lassen Sie uns unseren Artikel in wenigen Worten erklären. Das erste Beispiel verwendet zwei Datenrahmen mit der Bezeichnung "links" und "rechts". Zuerst separat angewandte Funktion mit dem Datenrahmen „links“ und dann im Datenrahmen „Rechts“. Infolgedessen verschmilzt es die eng verwandten Daten beider Datenrahmen. Dafür haben wir auch die Anweisung „False“ in der Funktion verwendet, um zu verhindern, dass sie genau übereinstimmt. Wenn wir das zweite Beispiel diskutieren, haben wir die Funktion „merge_asof ()“ verwendet, um beide Datenrahmen in nur einen Funktionsaufruf zu kombinieren. Wir hatten zwei Datenrahmen, die "MD1" und "MD2" waren.