Fonction d'alignement de DataFrame Pandas

PandasPandasBeginner
Pratiquer maintenant

💡 Ce tutoriel est traduit par l'IA à partir de la version anglaise. Pour voir la version originale, vous pouvez cliquer ici

Introduction

Dans ce laboratoire, nous allons explorer la fonction DataFrame.align() de la bibliothèque Python Pandas. La fonction align() nous permet d'aligner deux DataFrames sur leurs axes en utilisant différentes méthodes de jointure telles que outer, inner, left et right. Cela est utile lorsque nous voulons synchroniser les données entre deux DataFrames ou entre un DataFrame et une Séries.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous résoudrons rapidement le problème pour vous.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL 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"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) 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{{"Fonction d'alignement de DataFrame Pandas"}} pandas/select_rows -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} python/importing_modules -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} pandas/merge_data -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} pandas/reshape_data -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} python/data_collections -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} python/data_serialization -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} python/data_analysis -.-> lab-68579{{"Fonction d'alignement de DataFrame Pandas"}} end

Importez les bibliothèques requises et créez les DataFrames

Tout d'abord, importons la bibliothèque pandas et créons deux DataFrames avec des index et des colonnes différents. Le premier DataFrame, df1, aura les colonnes 'Name', 'Roll No', 'Subject' et 'Marks', et le second DataFrame, df2, aura les colonnes 'Name', 'Roll No' et 'Marks'.

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])

Alignez les DataFrames en utilisant une jointure "left" sur les colonnes

Ensuite, alignons les deux DataFrames en utilisant une jointure "left" sur les colonnes. Nous utiliserons la fonction align() et spécifierons la méthode de jointure comme "left" et l'axe comme 1.

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

Alignez les DataFrames en utilisant une jointure "right" sur les colonnes

De manière similaire, nous pouvons aligner les DataFrames en utilisant une jointure "right" sur les colonnes. Nous utiliserons la fonction align() et spécifierons la méthode de jointure comme "right" et l'axe comme 1.

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

Alignez les DataFrames en utilisant une jointure "outer" sur les colonnes

Nous pouvons également aligner les DataFrames en utilisant une jointure "outer" sur les colonnes. Nous utiliserons la fonction align() et spécifierons la méthode de jointure comme "outer" et l'axe comme 1.

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

Alignez les DataFrames en utilisant une jointure "inner" sur les colonnes

Enfin, nous pouvons aligner les DataFrames en utilisant une jointure "inner" sur les colonnes. Nous utiliserons la fonction align() et spécifierons la méthode de jointure comme "inner" et l'axe comme 1.

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

Sommaire

Dans ce laboratoire, nous avons appris à utiliser la fonction DataFrame.align() de la bibliothèque Pandas. Nous avons exploré différentes méthodes de jointure telles que outer, inner, left et right pour aligner deux DataFrames sur leurs colonnes ou index. Cette fonction est utile lorsque nous voulons synchroniser les données entre différentes sources de données ou effectuer des opérations sur des données alignées.