Python - การรวบรวมข้อมูล

การโต้แย้งข้อมูลเกี่ยวข้องกับการประมวลผลข้อมูลในรูปแบบต่างๆเช่นการรวมการจัดกลุ่มการต่อข้อมูล ฯลฯ เพื่อจุดประสงค์ในการวิเคราะห์หรือเตรียมข้อมูลเหล่านั้นให้พร้อมใช้กับชุดข้อมูลอื่น Python มีคุณสมบัติในตัวเพื่อใช้วิธีการโต้เถียงเหล่านี้กับชุดข้อมูลต่างๆเพื่อให้บรรลุเป้าหมายในการวิเคราะห์ ในบทนี้เราจะดูตัวอย่างบางส่วนที่อธิบายถึงวิธีการเหล่านี้

การรวมข้อมูล

ห้องสมุด Pandas ใน python มีฟังก์ชันเดียว mergeเป็นจุดเริ่มต้นสำหรับฐานข้อมูลมาตรฐานทั้งหมดจะเข้าร่วมการดำเนินการระหว่างออบเจ็กต์ DataFrame -

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

ตอนนี้ให้เราสร้าง DataFrames สองแบบที่แตกต่างกันและดำเนินการรวมเข้าด้วยกัน

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

มัน output มีดังนี้ -

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

การจัดกลุ่มข้อมูล

การจัดกลุ่มชุดข้อมูลเป็นความต้องการบ่อยครั้งในการวิเคราะห์ข้อมูลซึ่งเราต้องการผลลัพธ์ในรูปแบบของกลุ่มต่างๆที่มีอยู่ในชุดข้อมูล Panadas มีวิธีการในตัวซึ่งสามารถรวบรวมข้อมูลเป็นกลุ่มต่างๆ

ในตัวอย่างด้านล่างเราจัดกลุ่มข้อมูลตามปีแล้วรับผลลัพธ์สำหรับปีที่ระบุ

# import the pandas library
import pandas as pd

ipl_data = {'Team': ['Riders', 'Riders', 'Devils', 'Devils', 'Kings',
         'kings', 'Kings', 'Kings', 'Riders', 'Royals', 'Royals', 'Riders'],
         'Rank': [1, 2, 2, 3, 3,4 ,1 ,1,2 , 4,1,2],
         'Year': [2014,2015,2014,2015,2014,2015,2016,2017,2016,2014,2015,2017],
         'Points':[876,789,863,673,741,812,756,788,694,701,804,690]}
df = pd.DataFrame(ipl_data)

grouped = df.groupby('Year')
print grouped.get_group(2014)

มัน output มีดังนี้ -

Points  Rank     Team    Year
0     876     1   Riders    2014
2     863     2   Devils    2014
4     741     3   Kings     2014
9     701     4   Royals    2014

การเชื่อมต่อข้อมูล

Pandas มีสิ่งอำนวยความสะดวกต่างๆสำหรับการรวมเข้าด้วยกันอย่างง่ายดาย Series, DataFrameและ Panelวัตถุ ในตัวอย่างด้านล่างนี้concatฟังก์ชันดำเนินการเชื่อมต่อตามแกน ให้เราสร้างวัตถุที่แตกต่างกันและทำการต่อกัน

import pandas as pd
one = pd.DataFrame({
         'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
         'subject_id':['sub1','sub2','sub4','sub6','sub5'],
         'Marks_scored':[98,90,87,69,78]},
         index=[1,2,3,4,5])
two = pd.DataFrame({
         'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
         'subject_id':['sub2','sub4','sub3','sub6','sub5'],
         'Marks_scored':[89,80,79,97,88]},
         index=[1,2,3,4,5])
print pd.concat([one,two])

มัน output มีดังนี้ -

Marks_scored     Name   subject_id
1             98     Alex         sub1
2             90      Amy         sub2
3             87    Allen         sub4
4             69    Alice         sub6
5             78   Ayoung         sub5
1             89    Billy         sub2
2             80    Brian         sub4
3             79     Bran         sub3
4             97    Bryce         sub6
5             88    Betty         sub5