الإنضمام Pandas

مثال على عمليات الاتصال في Pandas

Pandas تحتوي على عمليات اتصال ذاكرة عالية بسرعة عالية تشبه جداً وظائف databases العادية مثل SQL
Pandas يقدم وظيفة واحدة merge كمدخل إلى جميع عمليات الاتصال الأساسية لـ DataFrame بين دatabases العادية

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

في هذا السياق، استخدمنا التالي كمعلمات:

أيسر − DataFrame واحدة. أيمن − DataFrame آخر. على − يتم إضافة العمود (الاسم) إلى الأعلى. يجب أن يتم العثور عليه في كلا DataFrame اليسار واليمنى. left_on − يتم استخدام عمود (الاسم) من DataFrame اليسار كمفتاح. right_on − يتم استخدام عمود (الاسم) من DataFrame اليمنى كمفتاح. left_index − إذا كان True، فإن يتم استخدام مفتاح التسلسل (علامات التبويب) للDataFrame اليسار كمفتاح الاتصال. إذا كان DataFrame يحتوي على MultiIndex (متجزأ)، فإن عدد المستويات يجب أن يتطابق مع عدد المفاتيح في DataFrame اليمنى. right_index − استخدام نفس المفتاح كـleft_index للDataFrame الصحيح. كيف − أحد 'اليسار'،'اليمين'،'الخارجي'،'الداخلي'. افتراضياً هو الداخلي. تم وصف كل طريقة أدناه. ترتيب − إضافة المفتاح التسلسلي إلى دفعة النتائج الموسى. افتراضياً هو True، وفي العديد من الحالات، سيؤدي إعداده على False إلى تحسين الأداء بشكل كبير.

الآن دعونا ننشئ DataFrameين مختلفين ونقوم بدمجهم.

#　import　the　pandas　library
　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame(
　　　　{'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']}))
　print(left
　print(right)

نتائج التنفيذ كالتالي:

　　　　　　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

تجميع اثنين من جداول البيانات على مفتاح واحد

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on='id'))

نتائج التنفيذ كالتالي:

　　　　　Name_x　　　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

تجميع اثنين من جداول البيانات على عدة مفاتيح

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on=['id', 'subject_id']))

نتائج التنفيذ كالتالي:

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

تجميع باستخدام معامل how

يحدد معامل how كيفية تحديد الأصابع التي يجب تضمينها في جدول النتيجة. إذا لم يظهر مفتاح التجميع في جدول اليسرى أو اليمين، فإن القيم في جدول الاتحاد ستكون NA.

إليك تلخيصًا لكيفية اختيارهم واسمهم المماثل في SQL:

الربط الأيسر

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left, right, on='subject_id', how='left'))

نتائج التنفيذ كالتالي:

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_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

الانضمام الأيمن

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left,　right,　on='subject_id',　how='right'))

نتائج التنفيذ كالتالي:

　　　　　　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

الانضمام الخارجي

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left,　right,　how='outer',　on='subject_id'))

نتائج التنفيذ كالتالي:

　　　　　　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

الانضمام الداخلي

الإتصال سيتم تنفيذه على المؤشر. عملية الاتصال تقبل العنصر الذي يدعوها. لذلك، a.join(b) لا يساوي b.join(a).

　import　pandas　as　pd
　left　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　'Name':　['الاسم',　'آمي',　'علي',　'عليس',　'أيونغ'],
　　　　'subject_id':['sub1','sub2','sub4','sub6','sub5']})
　right　=　pd.DataFrame({
　　　　'id':[1,2,3,4,5],
　　　　
　　　　'subject_id':['sub2','sub4','sub3','sub6','sub5']})
　print(pd.merge(left,　right,　on='subject_id',　how='inner'))

نتائج التنفيذ كالتالي:

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_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