知识卡片

普通读书笔记卡 · 6372

merge表达关系

理解等级:未标注

merge依据键把评分记录关联到用户和电影属性,让分散的表可一起分析。本例依赖user_id与movie_id的对应关系,默认推断键来自重名列;实际使用应确认推断正是所需关系。连接后的行数与匹配情况要核对,不能只因得到更宽的表就认为所有关联正确。

显式指定连接列可避免默认重名列被误作键。列对列连接不保留原行索引;若原索引承担记录身份,须在连接前安排如何保留并在结果中核对。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 2 处

    • · 查看原书依据

      pd.merge(pd.merge(ratings, users), movies) In [339]: data Out[339]: <class 'pandas.core.frame.DataFrame'> Int64Index: 1000209 entries, 0 to 1000208 Data columns: user_id 1000209 no

    • · 查看原书依据

      最好显式指定一下: In [20]: pd.merge(df1, df2, on='key') Out[20]: data1 key data2 0 2 a 0 1 4 a 0 2 5 a 0 3 0 b 1 4 1 b 1 5 6 b 1 如果两个对象的列名不同,也可以分别进行指定: In [21]: df3 = DataFrame({'lkey': ['

    参考来源

    《利用Python进行数据分析》第7章《数据规整化:清理、转换、合并、重塑》 - 位置:《利用Python进行数据分析》第2章《MovieLens 1M数据集》(spine258;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0244.html;u034-ch07-002)。 - 结论依据:原文在“pd.merge(pd.merge(ratings, users), movies)”附近的定义、例子或代码支撑本卡核心说明:merge依据键把评分记录关联到用户和电影属性,让分散的表可一起分析。边界按已读前提解释;示例未执行。 - 原始内容:pd.merge(pd.merge(ratings, users), movies) In [339]: data Out[339]: <class 'pandas.core.frame.DataFrame'> Int64Index: 1000209 entries, 0 to 1000208 Data columns: user_id 1000209 no - 位置:《利用Python进行数据分析》第7章《数据库风格的DataFrame合并》(spine292;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0278.html;u147-ch07-002)。 - 结论依据:显式on或left_on/right_on确认连接依据,避免默认重名列碰巧成为键;列对列连接还会丢弃原索引。 - 原始内容:最好显式指定一下: In [20]: pd.merge(df1, df2, on='key') Out[20]: data1 key data2 0 2 a 0 1 4 a 0 2 5 a 0 3 0 b 1 4 1 b 1 5 6 b 1 如果两个对象的列名不同,也可以分别进行指定: In [21]: df3 = DataFrame({'lkey': ['