Fusionner deux séries Pandas dans un DataFrame

1. Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode pandas.concat()
2. Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode pandas.merge()
3. Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode Series.append()
4. Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode DataFrame.join()
5. Conclusion

Pandas est une bibliothèque python très populaire et open source qui offre diverses fonctionnalités ou méthodes pour fusionner ou combiner deux séries de pandas dans un DataFrame. Dans les pandas, une série est un tableau étiqueté unidimensionnel qui peut gérer n’importe quel type de données tel qu’un entier, un flottant, une chaîne, des objets python, etc. En termes simples, la série des pandas est une colonne dans une feuille Excel. Series stocke les données dans un ordre séquentiel.

Ce tutoriel nous apprendra comment fusionner ou combiner deux ou plusieurs séries de pandas dans un DataFrame.

Il existe plusieurs méthodes disponibles pour fusionner deux ou plusieurs séries de pandas dans un DataFrame telles que pandas.concat(), Series.append(), pandas.merge() et DataFrame.join(). Nous expliquerons chaque méthode en bref à l’aide de quelques exemples dans cet article.

Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode pandas.concat()

La méthode pandas.concat() effectue toutes les opérations de concaténation le long d’un axe (soit par ligne soit par par colonne). Nous pouvons fusionner deux ou plusieurs objets ou séries pandas le long d’un axe particulier pour créer un DataFrame. La méthode concat() prend différents paramètres.

Dans l’exemple suivant, nous passerons passer pandas series à fusionner et axis=1 comme paramètres. Le axis=1 signifie que la série fusionnera en tant que colonne au lieu de lignes. Si nous utilisons axis=0, il ajoutera les séries de pandas en tant que ligne.

Exemple de code :

import pandas as pd

# Create Series by assigning names
products = pd.Series(
    ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
    name="Products",
)
dollar_price = pd.Series([350, 300, 400, 250], name="Price")
percentage_sale = pd.Series([83, 99, 84, 76], name="Sale")

# merge two pandas series using the pandas.concat() method
df = pd.concat([products, dollar_price, percentage_sale], axis=1)
print(df)

Production :

             Products  Price  Sale
0  Intel Dell Laptops    350    83
1          HP Laptops    300    99
2      Lenavo Laptops    400    84
3        Acer Laptops    250    76

Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode pandas.merge()

Le pandas.merge() est utilisé pour fusionner les combinaisons complexes de colonnes de DataFrame similaire à SQL join ou à une opération de fusion. La méthode merge peut effectuer toutes les opérations de jointure de base de données entre les objets de série nommés ou DataFrame. Nous devons passer un paramètre supplémentaire name à la série lors de l’utilisation des pandas.merge() méthode.

Voir l’exemple suivant.

Exemple de code :

import pandas as pd

# Create Series by assigning names
products = pd.Series(
    ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
    name="Products",
)
dollar_price = pd.Series([350, 300, 400, 250], name="Price")

# using pandas series merge()
df = pd.merge(products, dollar_price, right_index=True, left_index=True)
print(df)

Production :

             Products  Price
0  Intel Dell Laptops    350
1          HP Laptops    300
2      Lenavo Laptops    400
3        Acer Laptops    250

Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode Series.append()

La méthode Series.append() est un raccourci vers la méthode concat(). Cette méthode ajoute la série le long de axis=0 ou de lignes. En utilisant cette méthode, nous pouvons créer un DataFrame en ajoutant la série à une autre série sous forme de ligne au lieu de colonnes.

Nous avons utilisé la méthode series.append() dans notre code source de la manière suivante :

Exemple de code :

import pandas as pd

# Using Series.append()
technical = pd.Series(["Pandas", "Python", "Scala", "Hadoop"])
non_technical = pd.Series(["SEO", "Graphic design", "Content writing", "Marketing"])

# using the appen() method merge series and create dataframe
df = pd.DataFrame(
    technical.append(non_technical, ignore_index=True), columns=["Skills"]
)
print(df)

Production :

           Skills
0           Pandas
1           Python
2            Scala
3           Hadoop
4              SEO
5   Graphic design
6  Content writing
7        Marketing

Fusionner deux séries de pandas dans un DataFrame à l’aide de la méthode DataFrame.join()

En utilisant la méthode DataFrame.join(), nous pouvons joindre deux séries. Lorsque nous utilisons cette méthode, nous devons convertir une série en objet DataFrame. Ensuite, nous utiliserons le résultat pour combiner avec une autre série.

Dans l’exemple suivant, nous avons converti la première série en un objet DataFrame. Ensuite, nous avons utilisé ce DataFrame pour fusionner avec une autre série.

Exemple de code :

import pandas as pd

# Create Series by assigning names
products = pd.Series(
    ["Intel Dell Laptops", "HP Laptops", "Lenavo Laptops", "Acer Laptops"],
    name="Products",
)
dollar_price = pd.Series([350, 300, 400, 250], name="Price")

# Merge series using DataFrame.join() method
df = pd.DataFrame(products).join(dollar_price)
print(df)

Production :

             Products  Price
0  Intel Dell Laptops    350
1          HP Laptops    300
2      Lenavo Laptops    400
3        Acer Laptops    250

Conclusion

Nous avons appris dans ce tutoriel comment fusionner deux séries Pandas dans un DataFrame en utilisant les quatre méthodes différentes. De plus, nous avons exploré comment ces quatre méthodes pandas.concat(), Series.append(), pandas.merge() et DataFrame.join() qui nous facilitent la résolution de la tâche de fusion de séries Pandas.