Pandas Anti-Beitritt

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