Python es uno de los lenguajes de programaci n m s populares para el an lisis de datos. Y la biblioteca pandas proporciona potentes herramientas para trabajar con datos en Python. Una de las operaciones m s comunes cuando se trabaja con datos es combinar dos o m s Marcos de datos.
En este tutorial, le mostraremos c mo combinar dos Marcos de datos pandas en Python utilizando las funciones proporcionadas por la biblioteca. Veremos los diferentes tipos de Uni n, incluida la Uni n por columna y la Uni n por fila.
La combinaci n de dos Marcos de datos a menudo se usa para combinar informaci n de diferentes Fuentes de datos o para crear un nuevo marco de datos que contenga la cantidad m xima de informaci n disponible. La biblioteca pandas proporciona varias funciones para realizar estas operaciones, incluidas merge(), join() y concat().
Para comenzar a combinar Marcos de datos, deber instalar la biblioteca pandas si a n no est instalada. Escriba el comando "pip install pandas" en el s mbolo del sistema para instalar la ltima versi n de la biblioteca.
- Importar las bibliotecas necesarias
- Crear dos Marcos de datos para combinar
- Combinar dos dataframes por columna
- Combinar dos dataframes por l nea
- Combinando dos dataframes usando una clave
- Pregunta-respuesta
- C mo combinar dos Marcos de datos en pandas?
- Qu tipos de combinaci n Admite la funci n merge ()?
- Es posible combinar Marcos de datos en varias columnas a la vez?
Importar las bibliotecas necesarias
Antes de combinar dos dataframes en pandas, debe importar las bibliotecas necesarias:
- pandas: biblioteca para trabajar con tablas y datos;
- numpy: biblioteca para realizar operaciones matem ticas;
Utilice el siguiente c digo para importar las bibliotecas necesarias:
| Biblioteca | C digo de importaci n |
|---|---|
| pandas | import pandas as pd |
| numpy | import numpy as np |
Despu s de ejecutar el c digo de importaci n de bibliotecas, estar listo para combinar los dos Marcos de datos en pandas.
Crear dos Marcos de datos para combinar
Antes de combinar dos Marcos de datos en pandas, debe crear los propios Marcos de datos. Para ello, puede utilizar varios or genes de datos, como archivos CSV, Excel, bases de datos o crear manualmente un marco de datos.
Supongamos que tenemos dos Marcos de datos, "df1" y "df2", que queremos combinar. Veamos algunas formas de crearlos:
- Crear un marco de datos a partir de un archivo CSV:
- Excel:
- :
- :
- :
- :
df1 = pd.read_csv( file1.csv )
df2 = pd.read_csv( file2.csv )
df1 = pd.read_excel( file1.xlsx )
df2 = pd.read_excel( file2.xlsx )
import sqlite3
conn = sqlite3.connect( database.db )
df1 = pd.read_sql_query( SELECT * FROM table1 , conn)
df2 = pd.read_sql_query( SELECT * FROM table2 , conn)
df1 = pd.DataFrame({ column1 : [1, 2, 3], column2 : [ a , b , c ]})
df2 = pd.DataFrame({ column3 : [4, 5, 6], column4 : [ d , e , f ]})
data1 = { column1 : [1, 2, 3], column2 : [ a , b , c ]}
data2 = { column3 : [4, 5, 6], column4 : [ d , e , f ]}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
df1 = pd.DataFrame()
df2 = pd.DataFrame()
Ahora que tenemos dos datafreams, podemos pasar al siguiente paso: combinarlos con diferentes m todos de combinaci n en pandas.
Combinar dos dataframes por columna
Combinar dos Marcos de datos por columna es el proceso de combinar informaci n de dos tablas en funci n de un valor en una o m s columnas compartidas. En pandas, esto se puede hacer con la funci n merge().
Para combinar dos Marcos de datos por columna, siga estos pasos::
- Importar m dulo pandas: import pandas as pd
- Crear dos Marcos de datos que desee combinar:
- df1 = pd.DataFrame ({'column_1': [valor_1, valor_2,...]})
- df2 = pd.DataFrame ({'column_2': [valor_1, valor_2,...]})
- Usar la funci n merge () para combinar dataframes por columna:
- merged_df = pd.merge (df1, df2, left_on= 'column_1', right_on= 'column_2')
La funci n merge () toma dos Marcos de datos para la entrada, as como los par metros left_on y right_on, que apuntan a columnas comunes en ambos Marcos de datos. El resultado ser un nuevo marco de datos que combinar los datos de ambas tablas originales.
A continuaci n se muestra un c digo de ejemplo que demuestra la Uni n de dos Marcos de datos por columna:
import pandas as pd
# Creaci n del primer marco de datos
df1 = pd.DataFrame ({'N mero': [1, 2, 3],
'Nombre': ['Alice', 'Bob', 'Carl']})
# Crear un segundo marco de datos
df2 = pd.DataFrame ({'N mero': [2, 3, 4],
'Edad': [25, 30, 35]})
# Combinar Marcos de datos por columna "N mero"
merged_df = pd.merge (df1, df2, left_on= 'N mero', right_on= 'N mero')
# Salida del marco de datos combinado
print(merged_df)
La ejecuci n de este c digo dar como resultado el siguiente marco de datos combinado:
| Habitaci n | Nombre | Edad |
|---|---|---|
| 2 | Haba | 25 |
| 3 | Carla | 30 |
Por lo tanto, con la funci n merge (), es posible combinar f cilmente dos datafreams por columna y obtener un nuevo datafreams con los datos fusionados.
Combinar dos dataframes por l nea
En pandas, la Uni n de dos Marcos de datos por cadena se puede realizar utilizando el m todo concat(). Este m todo le permite combinar dos Marcos de datos agregando cadenas de un marco de datos a otro.
Para combinar dos Marcos de datos por cadena, debe pasar los Marcos de datos como argumentos a la funci n concat(). El m todo concat() de forma predeterminada combina datafreams por fila, es decir, agrega las filas de un datafreams a las filas de otro datafreams.
Ejemplo:
import pandas as pd
# Creaci n del primer marco de datos
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']})
# Crear un segundo marco de datos
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']})
#
result = pd.concat([df1, df2])
print(result)
# :
# A B C D
# 0 A0 B0 C0 D0
# 1 A1 B1 C1 D1
# 2 A2 B2 C2 D2
# 3 A3 B3 C3 D3
# 0 A4 B4 C4 D4
# 1 A5 B5 C5 D5
# 2 A6 B6 C6 D6
# 3 A7 B7 C7 D7
, , .
ignore_index=True concat(), :
result = pd.concat([df1, df2], ignore_index=True)
print(result)
# :
# A B C D
# 0 A0 B0 C0 D0
# 1 A1 B1 C1 D1
# 2 A2 B2 C2 D2
# 3 A3 B3 C3 D3
# 4 A4 B4 C4 D4
# 5 A5 B5 C5 D5
# 6 A6 B6 C6 D6
# 7 A7 B7 C7 D7
Como puede ver en el ejemplo, los ndices de fila se han vuelto continuos.
La combinaci n de dos Marcos de datos por fila puede ser til cuando desea agregar datos de un marco de datos a otro para crear un marco de datos nico con muchas filas.
Combinando dos dataframes usando una clave
Una operaci n com n en el an lisis de datos es combinar dos o m s Marcos de datos basados en columnas clave. En pandas, una biblioteca para trabajar con datos en Python, esto se puede hacer con el m todo merge().
El m todo merge () le permite combinar Marcos de datos en una o m s columnas clave, haciendo coincidir las filas con los mismos valores en esas columnas. El resultado de la combinaci n es un nuevo marco de datos que contiene todas las columnas y filas de los Marcos de datos originales.
Ejemplo de uso del m todo merge ():
import pandas as pd
#
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value1': [1, 2, 3, 4]})
#
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
'value2': [5, 6, 7, 8]})
#
merged_df = pd.merge(df1, df2, on='key')
print(merged_df)
:
key value1 value2
0 B 2 5
1 D 4 6
En este ejemplo, creamos dos Marcos de datos, df1 y df2, con la columna clave "clave". Luego combinamos estos Marcos de datos basados en la clave utilizando el m todo merge (). El resultado es un nuevo marco de datos merged_df que contiene solo las filas cuyos valores de clave est n presentes en ambos Marcos de datos originales.
El m todo merge () ofrece muchas opciones para configurar el proceso de combinaci n, por ejemplo, puede especificar c mo combinar datos cuando hay varios valores de clave coincidentes o c mo manejar los valores perdidos. Para obtener m s informaci n sobre los par metros del m todo merge (), consulte la documentaci n de la biblioteca pandas.
Combinar dos o m s Marcos de datos utilizando columnas clave es una herramienta poderosa cuando se trabaja con datos. Permite combinar informaci n de diferentes Fuentes y realizar an lisis de datos basados en la comparaci n de caracter sticas clave.
Pregunta-respuesta
C mo combinar dos Marcos de datos en pandas?
Puede utilizar la funci n merge () para combinar dos Marcos de datos en pandas. Combina Marcos de datos basados en los valores de una columna o columnas comunes. Por ejemplo, si ambos Marcos de datos tienen una columna "ID", puede combinarlos en esa columna.
Qu tipos de combinaci n Admite la funci n merge ()?
La funci n merge () Admite tipos de uniones como inner join, left join, right join y outer join. Inner join solo devuelve filas que tienen valores comunes en las columnas que se combinan. Left join devuelve todas las filas del dataframe izquierdo (primer) y solo las filas del dataframe derecho (segundo) que tienen valores comunes. Right join act a de manera similar, pero devuelve todas las filas del marco de datos derecho y solo las filas de la izquierda que tienen valores comunes. Outer join devuelve todas las filas de ambos Marcos de datos, almacenando valores vac os donde no hay valores comunes.
Es posible combinar Marcos de datos en varias columnas a la vez?
S , es posible combinar Marcos de datos en varias columnas a la vez. Para hacer esto, debe pasar la lista de columnas al par metro on de la funci n merge(). Por ejemplo, si el primer marco de datos tiene las columnas "id" y "Date" y el segundo tiene las columnas "ID" y "Time", puede combinar los Marcos de datos en las columnas "ID" y "Date" con merge(df1, df2, on=['ID', 'Date']).