Pandas Anti-Beitritt

Mehvish Ashiq 15 Februar 2024 Pandas Pandas Anti Join
  1. Pandas Anti-Join und seine Typen
  2. Führen Sie den linken Anti-Join in Pandas durch
  3. Führen Sie den richtigen Anti-Join in Pandas durch
Pandas Anti-Beitritt

Dieses Tutorial beschreibt die Anti-Joins von Pandas, beschreibt kurz ihre Typen und demonstriert jeden anhand von Beispielcodes.

Pandas Anti-Join und seine Typen

Durch die Verwendung von Anti-Join können wir alle Zeilen (auch bekannt als Datensätze und Dokumente) in einem Datensatz zurückgeben, die im anderen Datensatz keinen übereinstimmenden Wert finden. Diese werden verwendet, um Datensätze gemäß den Projektanforderungen zu manipulieren.

pandas anti join - Anti-Join visualisieren

Es gibt zwei Arten von Anti-Joins in Pandas, die unten aufgeführt sind:

  • Linker Anti-Join - Gibt die Datensätze im linken Datensatz zurück, die keine übereinstimmenden Datensätze im rechten Datensatz haben.
  • Right Anti-Join - Gibt die Datensätze im rechten Datensatz zurück, die nicht mit denen im linken Datensatz übereinstimmen.

Siehe obige tabellarische Darstellung. Wir verwenden den linken Anti-Join, der den linken Datensatz ohne die Schnittmenge zurückgibt.

Beachten Sie, dass nur Spalten aus dem linken Dataset und nicht aus dem rechten zurückgegeben werden.

In ähnlicher Weise wird bei Verwendung des richtigen Anti-Joins der richtige Datensatz zurückgegeben, ohne die Schnittmenge. Wie Left Anti-Join gibt es auch nur Spalten aus dem rechten Dataset und nicht aus dem linken zurück.

Lassen Sie uns lernen, wie wir diese beiden Anti-Joins in Pandas verwenden können. Beachten Sie, dass Sie über ausreichende Kenntnisse von SQL-Joins verfügen müssen, um die Anti-Joins sicher zu erfassen.

Führen Sie den linken Anti-Join in Pandas durch

  • Importieren Sie die Bibliothek.
    import pandas as pd

    Zuerst importieren wir die pandas-Bibliothek, um mit Datenrahmen zu spielen.

  • Erstellen Sie zwei Datenrahmen.
    # first DataFrame
df1 = pd.DataFrame(
    {"sections": ["A", "B", "C", "D", "E"], "points": [19, 23, 20, 15, 31]}
)

print("First DataFrame:")
print(df1)

# second DataFrame
df2 = pd.DataFrame(
    {"sections": ["A", "B", "C", "F", "G"], "points": [19, 23, 20, 24, 30]}
)

print("\n\nSecond DataFrame:")
print(df2)

    Wir erstellen zwei Datenrahmen mit Muster-Punkten für verschiedene Abschnitte, die Sie unten sehen können.

    AUSGANG:

    First DataFrame:
sections points
0        A      19
1        B      23
2        C      20
3        D      15
4        E      31


Second DataFrame:
sections points
0        A      19
1        B      23
2        C      20
3        F      24
4        G      30
  • Führen Sie den äußeren Join aus.
    outer_join = df1.merge(df2, how="outer", indicator=True)
print(outer_join)

    Um einen Anti-Join durchzuführen, müssen wir den Outer Join durchlaufen, der die übereinstimmenden und nicht übereinstimmenden Werte aus einem oder beiden Datensätzen zurückgibt. Wir erhalten übereinstimmende und nicht übereinstimmende Werte aus beiden Datensätzen (Sie können dies in der folgenden Ausgabe sehen).

    Hier wird die Methode merge() verwendet, um die Daten zweier Datenrahmen zu aktualisieren, indem sie mit einer bestimmten Methode(n) zusammengeführt werden. Wir verwenden einige Parameter, um zu steuern, welche Werte ersetzt und welche beibehalten werden sollen.

    • df2 - Dies ist ein weiterer Datenrahmen, mit dem zusammengeführt werden kann.
    • wie - Gibt an, wie zusammengeführt wird. Es ist ein optionaler Parameter, dessen Werte links, rechts, außen, innen oder quer sein können; standardmäßig ist es inner.
    • indicator – Kann auf True, False oder einen Wert vom Typ String gesetzt werden. Wenn wir es auf True setzen, fügt es dem Ausgabedatenrahmen die Spalte _merge hinzu, die die Informationen über eine Quelle jeder Zeile enthält.

    Wir können der Spalte _merge auch einen anderen Namen geben, indem wir ein String-Argument angeben. Diese Spalte enthält die kategorialen Typwerte, z. B. left_only, right_only und both, wie in der folgenden Ausgabe.

    Dabei bedeutet both, dass der Zusammenführungsschlüssel der Beobachtung (Zeile) in beiden Datensätzen gefunden wird, left_only zeigt an, dass der Zusammenführungsschlüssel der Beobachtung nur im linken Datensatz gefunden wird, während right_only anzeigt, dass die Beobachtung zusammengeführt wird Der Schlüssel wird nur im rechten Datensatz gefunden.

    AUSGANG:

    sections points      _merge
0        A      19        both
1        B      23        both
2        C      20        both
3        D      15   left_only
4        E      31   left_only
5        F      24 right_only
6        G      30 right_only
  • Führen Sie den linken Anti-Join aus.
    lef_anti_join = outer_join[(outer_join._merge == "left_only")].drop("_merge", axis=1)
print(lef_anti_join)

    Zuerst verwenden wir outer_join[(outer_join._merge=='left_only')], um alle Zeilen abzurufen, die einen left_only-Wert in der _merge-Spalte haben, und verketten ihn dann mit der .drop()-Methode, die löscht die Spalte _merge aus dem Ausgangsdatenrahmen.

    AUSGANG:

    sections points
3        D      15
4        E      31

    Sehen Sie, wir erhalten Spalten aus dem linken Datenrahmen (df1), ohne den Schnittpunkt.

  • Sehen Sie sich den vollständigen Quellcode an, um den linken Anti-Join in Pandas durchzuführen.
    import pandas as pd

# first DataFrame
df1 = pd.DataFrame(
    {"sections": ["A", "B", "C", "D", "E"], "points": [19, 23, 20, 15, 31]}
)
print("First DataFrame:")
print(df1)

# second DataFrame
df2 = pd.DataFrame(
    {"sections": ["A", "B", "C", "F", "G"], "points": [19, 23, 20, 24, 30]}
)
print("\n\nSecond DataFrame:")
print(df2)

# outer join
outer_join = df1.merge(df2, how="outer", indicator=True)

# left anti join
lef_anti_join = outer_join[(outer_join._merge == "left_only")].drop("_merge", axis=1)
print("\n\nLeft Anti-join:")
print(lef_anti_join)

    AUSGANG:

    First DataFrame:
sections points
0        A      19
1        B      23
2        C      20
3        D      15
4        E      31


Second DataFrame:
sections points
0        A      19
1        B      23
2        C      20
3        F      24
4        G      30


Left Anti-join:
sections points
3        D      15
4        E      31

Führen Sie den richtigen Anti-Join in Pandas durch

Wir haben Schritt für Schritt gelernt, wie man in Pandas einen linken Anti-Join durchführt. Der rechte Anti-Join kann auch auf ähnliche Weise erfolgen, aber hier wählen wir die Zeilen mit einem right_only-Wert in der _merge-Spalte aus.

Beispielcode:

import pandas as pd

# first DataFrame
df1 = pd.DataFrame(
    {"sections": ["A", "B", "C", "D", "E"], "points": [19, 23, 20, 15, 31]}
)
print("First DataFrame:")
print(df1)

# second DataFrame
df2 = pd.DataFrame(
    {"sections": ["A", "B", "C", "F", "G"], "points": [19, 23, 20, 24, 30]}
)
print("\n\nSecond DataFrame:")
print(df2)

# outer join
outer_join = df1.merge(df2, how="outer", indicator=True)

# right anti join
right_anti_join = outer_join[(outer_join._merge == "right_only")].drop("_merge", axis=1)
print("\n\nRight Anti-join:")
print(right_anti_join)

AUSGANG:

First DataFrame:
  sections  points
0        A      19
1        B      23
2        C      20
3        D      15
4        E      31


Second DataFrame:
  sections  points
0        A      19
1        B      23
2        C      20
3        F      24
4        G      30


Right Anti-join:
  sections  points
5        F      24
6        G      30

Diesmal erhalten wir Spalten aus dem rechten Datenrahmen (df2), ohne die Schnittmenge.

Genießen Sie unsere Tutorials? Abonnieren Sie DelftStack auf YouTube, um uns bei der Erstellung weiterer hochwertiger Videoanleitungen zu unterstützen. Abonnieren
Autor: Mehvish Ashiq
Mehvish Ashiq avatar Mehvish Ashiq avatar

Mehvish Ashiq is a former Java Programmer and a Data Science enthusiast who leverages her expertise to help others to learn and grow by creating interesting, useful, and reader-friendly content in Computer Programming, Data Science, and Technology.

LinkedIn GitHub Facebook