Pandy łączą ASOF

Podczas korzystania z Pythona typ danych zmiennych nie musi być podawany. Zmienna odbiera przydział pamięci w czasie wykonywania, gdy otrzyma wartość. Moduł Python Panda służy do modyfikowania zestawów danych. Pandy są używane przede wszystkim do bibliotek analizy danych. Daje różnorodne narzędzia i strategie w celu zwiększenia analizy faktów. Wiele czasochłonnych, żmudnych działań związanych z pracą z danymi są proste przez pandy. W tym artykule używamy funkcji merge_asof ().

Metoda pandas merge_asof ()

Ta funkcja implementuje scalanie według kluczowej odległości. Z wyjątkiem dopasowania na najbliższym klucze, a nie na równych klawiszach, jest to porównywalne z „lewicowym”. Ma dwie główne funkcje, które są „do przodu” i „do tyłu”. Wyszukiwanie „do przodu” służy do wyboru pierwszego wiersza w odpowiedniej ramce danych, w której klucz jest większy lub równoważny klucze po lewej stronie. Wyszukiwanie „wstecz” służy do wyboru ostatniego wiersza w prawej ramce danych, którego klawisz jest niższy lub porównywalny z klawiszem po lewej stronie.

Jest wiele rzeczy, które możemy chcieć zrobić po zbudowaniu lub zaimportowaniu naszej ramki danych w pandy. Obecnie musimy nauczyć się przeprowadzić „połączenie z lewą” na dwóch ramach danych, w których klucze łączenia nie pasują równo. Klucz łączący należy użyć do zamówienia zarówno lewych, jak i prawej ramki danych. Korzystając z klucza połączenia, należy zamówić lewe i prawe ramy danych. Dwa główne parametry, których użyliśmy w tym artykule, są „lewe” i „prawe."

Składnia pand scalanie ASOF

Przykład 1: Wyświetlanie scalania dwóch ramek danych za pomocą wielokrotnego scalania pandę scalania ASOF

Teraz omówimy połączenie dwóch ramek danych. Nauczono nas trzech najważniejszych metod integracji danych w pandy, które są „scal ()”, „dołącz ()” lub „conat ()”. W tym artykule użyjemy „Merge_asof ()”. Jak widać w kodzie, najpierw zaimportowaliśmy pand open source. Dwie ramki danych, które nazwaliśmy „Left” i „Right”. „Lewa” ramka danych jest tworzona przez źródło pandy przez „import pandy”. Wartość dla „lewej” ramki danych jest przechowywana w „M” o wartości „2”, „6” i „8”. Zadeklarowaliśmy je za pomocą „lewe_values”, gdzie pierwsza wartość jest przechowywana w „M”, drugiej wartości w „N” i trzeciej wartości w „O”.

Identyczna okoliczność dotyczy „właściwej” ramki danych. Zmienna „M” zapisała wartości „2”, „4”, „6”, „8” i „9”. Jest deklarowany jako „prawicowe wartości”. Po utworzeniu naszych ramek danych wyświetlaliśmy je za pomocą funkcji „drukuj (po lewej)” dla „lewej” ramki danych i funkcji „drukuj (po prawej)” dla „prawej” ramki danych. Tutaj utworzono nasze ramy danych.

Teraz dochodzimy do naszej głównej funkcji „merge_asof ()”. Ta funkcja zostanie użyta do łączenia lub wyświetlania dwóch ramek danych razem. „Pandy.merge_asof () ”będzie używany z funkcją drukowania do wyświetlania ramek danych po lewej lub prawej stronie. W ostatniej części naszego kodu użyliśmy zawrotnego fałszywego stanu, aby ograniczyć go do dopasowania wartości.

Jeśli omówimy dane wyjściowe na górze, wyświetliśmy „M” o nazwie wartości „lewej” ramki danych o nazwie „lewe_values” i wszystkie wartości są wyświetlane wraz z nazwami wartości zmiennych dla „ 2 ”jako„ M ”,„ 6 ”jako„ N ”i„ 8 ”jako„ O ”. Następnie wyświetl dane „Right” ramki danych jako nazwę „prawy_values”. Tuż po „lewej”, jego wartości dla liczb indeksu są „2” dla „2”, „4” dla „4”, „6” dla „6”, „8” dla „8” i „9” dla „9”.

Po wyświetleniu obu ramek danych używamy „Pandy.merge_asof () ”dla scalania zarówno wartości ramki danych i wyświetlania ich za pomocą funkcji„ print () ”. Wyświetla wartości ramki danych „lewej” i „prawej” ramki danych w dwóch oddzielnych kolumnach, które mają takie same wartości „2”, „6” i „8” w „Left_values” i „PRAWA_VALUES”. „Fałszywa” Verbose nie wyświetli wartości, które nie są powszechne w obu ramach danych.

Przykład 2: Wyświetlanie scalania dwóch ramek danych za pomocą funkcji pandas scalania ASOF ()

W tym przykładzie omówimy, w jaki sposób używamy funkcji „merge_asof ()” w dwóch ramkach danych jednocześnie. W powyższym przykładzie zastosowaliśmy funkcję „merge_asof ()” osobno dla każdej ramki danych. Teraz widzimy, w jaki sposób możemy połączyć dwa ramki danych w kolumnach, stosując funkcję „Merge_asof ()” tylko raz. Najpierw stworzyliśmy nasze dane i podaliśmy nazwyFrame DataFrame jako „MD1” i „MD2” za pomocą pandy. W przypadku „MD1” DataFrame zadeklarowaliśmy nazwę kolumny jako „left_side_value”. Dane ramy danych „MD1” obejmują trzy nazwy, które są „Michael”, „Shawn” i „Herry”. Indeks podany do danych „MD1” to „20”, „40” i „60”. Tak samo jak „MD2” DataFrame, który przechowuje dane „20”, „30”, „50”, „55” i „59”. Indeks podany danych jest również podany taki sam jak dane takie jak „20”, „30”, „50”, „55” i „59”.

Po utworzeniu naszych danych wyświetlaliśmy nasze dane za pomocą „Print (MD1)” i „Print (MD2)”. Teraz omówimy naszą główną funkcję, funkcję „merge_asof ()”. Po wyświetleniu danych w obu ramach danych zastosowaliśmy naszą główną funkcję, aby połączyć oba ramki danych. W przypadku funkcji „merge_asof ()” użyliśmy pełnego „true” z „left_index = true” i „right_index = true”, aby upewnić się, że może być porównywalna z „lewicowym” z wyjątkiem, że my my my Dopasuj na najbliższym kluczu zamiast równych klawiszy. Klucz musi być używany do zamówienia obu ram danych.

Teraz spojrzymy na nasze wyjście. U góry nasze pierwsze dane sławy danych „MD1” są wyświetlane za pomocą „Left_side_Value” z trzema numerami indeksu w lewym rogu, a trzy nazwy danych po przeciwnej stronie numerów indeksu to „Michael”, „Shawn”, i „Herry”. Na następnym „prawym_wygułce” ram „MD2” są wyświetlane wraz z pięcioma numerami indeksu i danych. Następnie, po zastosowaniu naszego „Drukuj (pandy.merge_asof (MD1, MD2, left_index = true, prawy_index = true)) ”funkcja główna, wyświetlała scalone dane naszych dwóch ramek danych . Rama danych „MD1” na lewym rogu i ramce danych „MD2” w prawym rogu, wraz z dopasowaniem najbliższego klucza.

Wniosek

Pandy pozwalają nam wykonać scalanie według odległości kluczowej za pomocą funkcji „Merge_asof ()”. Aby wykonać tę funkcję, użyliśmy narzędzia „Spyder” do uruchamiania naszych odpowiednich kodów. Wyjaśnijmy nasz artykuł w kilku słowach. Pierwszy przykład używa dwóch ramek danych oznaczonych jako „lewy” i „prawy”. Najpierw oddzielnie zastosowana funkcja z „lewą” ramą danych, a następnie w „prawej” ramce danych. W rezultacie łączy ściśle powiązane dane obu ramek danych. W tym celu użyliśmy również instrukcji „fałszywych” w funkcji, aby zapobiec jej dokładnym dopasowaniu. Jeśli omówimy drugi przykład, użyliśmy funkcji „merge_asof ()”, aby połączyć oba ramki danych tylko z jednym wywołaniem funkcji. Mieliśmy dwie ramki danych, które były „MD1” i „MD2”.