Pandas DataFrame Align-Funktion

PandasPandasBeginner
Jetzt üben

💡 Dieser Artikel wurde von AI-Assistenten übersetzt. Um die englische Version anzuzeigen, können Sie hier klicken

Einführung

In diesem Lab werden wir die Funktion DataFrame.align() in der Python-Bibliothek Pandas untersuchen. Die align()-Funktion ermöglicht es uns, zwei DataFrames entlang ihrer Achsen mit verschiedenen Verknüpfungsmethoden wie outer, inner, left und right auszurichten. Dies ist nützlich, wenn wir die Daten zwischen zwei DataFrames oder zwischen einem DataFrame und einer Series synchronisieren möchten.

Tipps für die VM

Nachdem der VM-Start abgeschlossen ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund von Einschränkungen in Jupyter Notebook nicht automatisiert werden.

Wenn Sie während des Lernens Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) pandas(("Pandas")) -.-> pandas/DataSelectionGroup(["Data Selection"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) pandas(("Pandas")) -.-> pandas/AdvancedOperationsGroup(["Advanced Operations"]) pandas/DataSelectionGroup -.-> pandas/select_columns("Select Columns") pandas/DataSelectionGroup -.-> pandas/select_rows("Select Rows") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") pandas/AdvancedOperationsGroup -.-> pandas/merge_data("Merging Data") pandas/AdvancedOperationsGroup -.-> pandas/reshape_data("Reshaping Data") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/PythonStandardLibraryGroup -.-> python/data_serialization("Data Serialization") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") subgraph Lab Skills pandas/select_columns -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} pandas/select_rows -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} python/importing_modules -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} pandas/merge_data -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} pandas/reshape_data -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} python/data_collections -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} python/data_serialization -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} python/data_analysis -.-> lab-68579{{"Pandas DataFrame Align-Funktion"}} end

Importieren der erforderlichen Bibliotheken und Erstellen der DataFrames

Zunächst importieren wir die pandas-Bibliothek und erstellen zwei DataFrames mit unterschiedlichen Indizes und Spalten. Das erste DataFrame, df1, wird die Spalten 'Name', 'Roll No', 'Subject' und 'Marks' haben, und das zweite DataFrame, df2, wird die Spalten 'Name', 'Roll No' und 'Marks' haben.

import pandas as pd

df1 = pd.DataFrame([['Abhishek',100,'Science',90], ['Anurag',101,'Science',85]], columns=['Name', 'Roll No', 'Subject', 'Marks'], index=[1,2])
df2 = pd.DataFrame([['Chetan',103,75], ['Divya',104,80], ['Diya',105,92]], columns=['Name', 'Roll No', 'Marks'], index=[2,3,4])

Ausrichten der DataFrames mit "left"-Verknüpfung auf Spalten

Als nächstes werden wir die beiden DataFrames mit der "left"-Verknüpfung auf Spalten ausrichten. Wir werden die align()-Funktion verwenden und die Verknüpfungsmethode als "left" und die Achse als 1 angeben.

a1, a2 = df1.align(df2, join='left', axis=1)
print(a1)
print(a2)

Ausrichten der DataFrames mit "right"-Verknüpfung auf Spalten

Ähnlich können wir die DataFrames mit der "right"-Verknüpfung auf Spalten ausrichten. Wir werden die align()-Funktion verwenden und die Verknüpfungsmethode als "right" und die Achse als 1 angeben.

a1, a2 = df1.align(df2, join='right', axis=1)
print(a1)
print(a2)

Ausrichten der DataFrames mit "outer"-Verknüpfung auf Spalten

Wir können auch die DataFrames mit der "outer"-Verknüpfung auf Spalten ausrichten. Wir werden die align()-Funktion verwenden und die Verknüpfungsmethode als "outer" und die Achse als 1 angeben.

a1, a2 = df1.align(df2, join='outer', axis=1)
print(a1)
print(a2)

Ausrichten der DataFrames mit "inner"-Verknüpfung auf Spalten

Schließlich können wir die DataFrames mit der "inner"-Verknüpfung auf Spalten ausrichten. Wir werden die align()-Funktion verwenden und die Verknüpfungsmethode als "inner" und die Achse als 1 angeben.

a1, a2 = df1.align(df2, join='inner', axis=1)
print(a1)
print(a2)

Zusammenfassung

In diesem Lab haben wir gelernt, wie die DataFrame.align()-Funktion in der Pandas-Bibliothek verwendet wird. Wir haben verschiedene Verknüpfungsmethoden wie outer, inner, left und right untersucht, um zwei DataFrames auf ihren Spalten oder Indexen auszurichten. Diese Funktion ist nützlich, wenn wir Daten zwischen verschiedenen Datenquellen synchronisieren möchten oder Operationen auf ausgerichteten Daten durchführen möchten.