| description |
|---|
開始AI之前的基礎工就是資料處理了，而資料處理也需要有神器的輔助才能事半功倍，Pandas正是我們的神兵利器... |
上一篇我們有介紹了「【Google Colab Python系列】 資料處理神器 Pandas 起手式」， 相信對於pandas的基本操作具有一定的基礎知識了， 主要著重在基本的操作， 讓我們快速篩選與分析資料， 但真實的世界是有可能具有很多類型的資料集分別儲存， 而不同的資料集又具有一些相似度， 需要進行共同的群組分類與合併， 這一篇主要就著重在如何處理不同類型的資料集合併。
假設小夫的媽媽想要請他根據「蔬果清單」去菜市場購買， 而爸爸也想要請他根據「五金清單」去五金行購買， 那麼這兩個清單雖然是不同的類型， 但聰明的小夫發現可以稍微整理一下比較好採購， 也比較好跟爸媽回報今天總共會花費多少、該請款多少， 那麼共同點就是會有「商品名稱」、「數量」、「價格」， 這時候就需要將兩個清單進行合併…
import pandas as pd
# 菜市場購物清單
wet_market = pd.DataFrame({
'商品名稱': ['高麗菜', '香蕉', '橘子'],
'數量': [2, 5, 2],
'價格': [10, 15, 8]
})
# 五金行購物清單
hardware_store = pd.DataFrame({
'商品名稱': ['電燈炮', '螺絲起子', '芳香劑'],
'數量': [2, 1, 4],
'價格': [12, 20, 6]
})
# 使用 pandas.concat 函數來合併兩張購物清單
combined_shopping_list = pd.concat([wet_market, hardware_store], ignore_index=True)
print(combined_shopping_list)
有一天小明在整理客戶資料時發現了兩份清單， 一份為客戶的地址， 另一份為客戶訂單， 而兩張單子的共同點就是用戶名稱， 這時候聰明的小明就告訴自己， 為什麼我不能將這兩張表合併呢？ 明明長的很像但卻分的很開， 聰明的小明就決定進行合併之路...
import pandas as pd
# 客戶的地址
user_data = pd.DataFrame({
'用戶名稱': ['Alice', 'Bob', 'Charlie'],
'地址': ['台北', '台中', '高雄']
})
user_data
# 客戶訂單
order_data = pd.DataFrame({
'用戶名稱': ['Bob', 'Charlie', 'Alice'],
'訂單金額': [100, 200, 150]
})
order_data
# 使用 pandas 的 join 合併之術來合併兩張表
joined_data = user_data.set_index('用戶名稱').join(order_data.set_index('用戶名稱'))
joined_data
有沒有發現，其實這很像SQL裡面的join概念，將兩張表整併再一起，更容易進行統計與分析。
今天的範例都在這裡「📦 pandas/pandas_merge.ipynb」歡迎自行取用。
如何使用請參閱「【Google Colab Python系列】Colab平台與Python如何擦出火花？」。
這個章節的主軸在於說明如何對多張不同的表進行整併，並歸納出相同的欄位，以進行後續的處理，接下來我們會說明應該如何進行「群組化(Grouping)」、「重朔(Reshaping)」、「樞紐分析表(Pivot tables)」，讓我們的資料處理能力更進階一個檔次，邁向資料工程師之路…。
喜歡撰寫文章的你，不妨來了解一下：
Web3.0時代下為創作者、閱讀者打造的專屬共贏平台 — 為什麼要加入？
歡迎加入一起練習寫作，賺取知識