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

Tutoriel Pandas

Conjonction Pandas

Exemple d'opération de connexion Pandas

Pandas dispose d'opérations de connexion en mémoire à haute performance et fonctionnelles, très similaires à celles des bases de données relationnelles telles que SQL.
Pandas fournit une fonction merge unique en tant qu'entrée pour toutes les opérations de jointure standard de base de données entre les objets DataFrame.

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

Ici, nous utilisons les paramètres suivants :

left − Un objet DataFrame. right − Un autre objet DataFrame. on − Ajouter les colonnes (noms) en haut. Doit être trouvé dans les objets DataFrame de gauche et de droite. left_on − Les colonnes du DataFrame gauche sont utilisées comme clé. Cela peut être un nom de colonne ou un tableau de longueur égale à la longueur du DataFrame. right_on − Les colonnes du DataFrame droit sont utilisées comme clé. Cela peut être un nom de colonne ou un tableau de longueur égale à la longueur du DataFrame. left_index − Si True, utiliser l'index gauche (étiquette de ligne) du DataFrame comme clé de connexion. Si le DataFrame a un MultiIndex (index hiérarchique), le nombre de niveaux doit correspondre au nombre de clés de connexion du DataFrame droit. right_index − Utiliser de la même manière que left_index pour le bon DataFrame. how − Un des éléments suivants : 'gauche', 'droite', 'externe', 'interne'. Par défaut, c'est interne. Chaque méthode est décrite ci-dessous. sort − Ajouter les données de résultats triées dans l'ordre alphabétique des clés du dictionnaire. Par défaut, c'est True, mais dans de nombreux cas, le réglage à False améliorera considérablement les performances.

Maintenant, créons deux DataFrame différents et exécutons des opérations de fusion sur eux.

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

Le résultat de l'exécution est le suivant :

　　　　　　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

fusionner deux cadres de données sur une clé

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

Le résultat de l'exécution est le suivant :

　　　　　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

fusionner deux cadres de données sur plusieurs clés

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

Le résultat de l'exécution est le suivant :

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

fusionner en utilisant le paramètre 'how'

Le paramètre how de fusion détermine comment déterminer quels clés doivent être inclus dans le tableau de résultats. Si la clé de combinaison n'apparaît pas dans la table de gauche ou la table de droite, la valeur dans le tableau de fusion est NA.

Voici un résumé sur la manière de choisir et leurs noms équivalents SQL:

méthode de fusionÉquivalent SQLdescription
leftJOIN EXTÉRIEUR À GAUCHEutiliser la clé de l'objet de gauche
rightJOIN EXTÉRIEUR À DROITEutiliser la clé de l'objet correct
outerJOIN EXTÉRIEUR COMPLETutiliser la clé conjointe
innerJOIN INTÉRIEURutiliser l'intersection des clés

joindre en externe à gauche

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

Le résultat de l'exécution est le suivant :

　　　　　　Nom_x　　id_x　　subject_id　　Nom_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

joindre en externe à droite

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

Le résultat de l'exécution est le suivant :

　　　　　　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

joindre en externe

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

Le résultat de l'exécution est le suivant :

　　　　　　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

Jointure interne

La connexion s'exécute sur l'index. L'opération de jointure accepte l'objet appelant. Par conséquent, a.join(b) n'est pas égal à b.join(a).

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

Le résultat de l'exécution est le suivant :

　　　　　　Nom_x　　id_x　　subject_id　　Nom_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
Opérations SQL PandasgroupBy Pandas