Introducción
En este laboratorio, aprenderemos a usar el método join() de la biblioteca Python Pandas. El método join() se utiliza para unir las columnas de otro DataFrame a un DataFrame existente. Puede unir las columnas basándose en el índice o en una columna de clave.
Consejos sobre la VM
Una vez finalizada la inicialización de la VM, haga clic en la esquina superior izquierda para cambiar a la pestaña Cuaderno y acceder a Jupyter Notebook para practicar.
A veces, es posible que tenga que esperar unos segundos a que Jupyter Notebook termine de cargarse. La validación de operaciones no se puede automatizar debido a las limitaciones de Jupyter Notebook.
Si tiene problemas durante el aprendizaje, no dude en preguntar a Labby. Deje sus comentarios después de la sesión y lo resolveremos rápidamente para usted.
Importar las bibliotecas necesarias y crear los DataFrames
import pandas as pd
## Crear el primer DataFrame
df_1 = pd.DataFrame({"A":[0,1], "B":[3,4]})
print("El primer DataFrame:")
print(df_1)
## Crear el segundo DataFrame
df_2 = pd.DataFrame({"C":[0,1], "D":[3,4]})
print("El segundo DataFrame:")
print(df_2)
Unir los dos DataFrames usando el método join()
print("DataFrame unido:")
joined_df = df_1.join(df_2)
print(joined_df)
Unir los dos DataFrames usando los parámetros lsuffix y rsuffix
print("DataFrame unido con sufijos:")
joined_df_suffix = df_1.join(df_2, lsuffix='_first', rsuffix='_second')
print(joined_df_suffix)
Unir los dos DataFrames usando una columna específica como clave
print("DataFrame unido usando A como clave:")
joined_df_key = df_1.set_index('A').join(df_2.set_index('A'))
print(joined_df_key)
Resumen
En este laboratorio, aprendimos cómo usar el método join() en la biblioteca Python Pandas. Vimos cómo unir dos DataFrames basados en el índice o una columna clave, y cómo usar sufijos para diferenciar las columnas superpuestas. El método join() es una herramienta útil para combinar y fusionar DataFrames en Pandas.