รวม DataFrame สองตัวใน pandas
ในบทเรียนนี้ คุณจะรวม DataFrame สองตัวผ่านคอลัมน์คีย์ร่วมด้วยเมธอด merge()
บทนำ
ปัญหาที่ต้องแก้
ข้อมูลที่เกี่ยวข้องกันมักถูกเก็บในตารางแยก: ชื่อนักเรียนในตารางหนึ่ง คะแนนในอีกตาราง เชื่อมกันด้วย ID นักเรียน ถ้าจะวิเคราะห์ด้วยกัน คุณต้องจับคู่แถวด้วยคีย์ร่วมนั้น เหมือน join ในฐานข้อมูล
ลองนึกภาพแบบนี้
การ merge ตารางเหมือนการจับคู่ป้ายชื่อกับกระดาษข้อสอบด้วยเลขประจำตัวนักเรียน คุณวางสองกองไว้เคียงกัน แล้วเย็บป้ายกับกระดาษที่มีเลขเดียวกันเข้าด้วยกัน
students🏷️ ป้ายชื่อที่มี idscores📝 กระดาษข้อสอบที่มี idmerge(scores, on="id")📎 เย็บคู่ที่มี id เดียวกันid, name, score📋 หนึ่งแถวต่อนักเรียนที่จับคู่ได้merge รวม DataFrame สองตัวด้วยการจับคู่ค่าในคอลัมน์คีย์หนึ่งหรือหลายคอลัมน์ โดยค่าเริ่มต้นจะเก็บเฉพาะคีย์ที่พบในทั้งสองตาราง (inner join)
ประเด็นสำคัญ
students.merge(scores, on="id")จับคู่แถวที่idเหมือนกัน- แต่ละแถวผลลัพธ์มีคอลัมน์ของทั้งสองตาราง: id, name และ score
- โดยค่าเริ่มต้น จะเก็บเฉพาะ id ที่มีในทั้งสองตาราง
- คอลัมน์
idปรากฏครั้งเดียว เพราะเป็นคีย์
ใช้เมื่อไร?
- รวมตารางจากฐานข้อมูลหรือจากหลายไฟล์
- เพิ่มข้อมูลอย่างชื่อหรือราคาให้แถวที่มีแค่ ID
- เปรียบเทียบชุดข้อมูลสองเวอร์ชัน
เมื่อไรยังไม่จำเป็น
- วางตารางที่มีคอลัมน์เดียวกันซ้อนกัน: ใช้
pd.concat - คีย์ที่ไม่ซ้ำกันไม่ได้ในทั้งสองฝั่ง: การจับคู่แต่ละครั้งทำให้แถวทวีคูณ ให้ตรวจค่าซ้ำก่อน
โค้ดตัวอย่าง
import pandas as pd
students = pd.DataFrame({"id": [1, 2], "name": ["Ada", "Lin"]})
scores = pd.DataFrame({"id": [1, 2], "score": [95, 88]})
print(students.merge(scores, on="id"))
ผลลัพธ์จากการรัน
id name score
0 1 Ada 95
1 2 Lin 88
อธิบายโค้ด
พารามิเตอร์ on="id" กำหนดให้คอลัมน์ id เป็นคีย์ที่เชื่อมสองตาราง โดยปริยาย merge() ทำการรวมแบบ inner join คือเก็บเฉพาะ id ที่มีในทั้งสองตาราง แล้วรวมคอลัมน์ไว้ในตารางผลลัพธ์ ก่อนรวม ควรตรวจชนิดของคอลัมน์คีย์และค่าซ้ำเพื่อหลีกเลี่ยงผลลัพธ์ที่ผิด
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เพิ่มแถว คอลัมน์ และค่าที่หายไปบางส่วนในข้อมูลตัวอย่าง
- รวมการกรอง การเรียง และ groupby เพื่อสร้างรายงานเล็ก ๆ
- อ่านไฟล์ข้อมูลจริง ตรวจชนิดของแต่ละคอลัมน์ และจัดการค่าที่ไม่ถูกต้อง
ข้อผิดพลาดที่พบบ่อย
แถวหายไปโดยไม่รู้ตัว
inner join ที่เป็นค่าเริ่มต้นตัดนักเรียนที่ไม่มีคะแนนทิ้ง
students.merge(scores, on="id")
students.merge(scores, on="id", how="left")
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า