Pandas Vlookup

"Pandas" è un grande linguaggio per eseguire l'analisi dei dati a causa del suo grande ecosistema di pacchetti Python incentrati sui dati. Ciò semplifica l'analisi e l'importazione di entrambi i fattori. Il "Vlookup" rappresenta la "ricerca verticale". Viene utilizzato per unire le due diverse tabelle nel frame dati dove dovrebbero esserci alcuni attributi comuni tra loro (le due tabelle). Come output, otterremo una singola tabella che consiste nei dati di entrambe le tabelle comuni. Questo è simile a quella di una funzione di ricerca utilizzata in "Excel". Implementeremo tutti i possibili metodi in cui viene utilizzato il Pandas Vlookup. Per l'esecuzione dei codici, useremo lo "Spyder" che è un software scritto in "Python" in una lingua amichevole.

Sintassi:

“PD.unisci (df1, df2, on = 'name colonna', how = 'left')

La sintassi fornita viene utilizzata per il vlookup in panda. Lo faremo usando la funzione di "unione" dei panda. Il "DF" nella sintassi è un'abbreviazione del "Frame dati". Il "PD" è la libreria Pandas e la funzione di unione "dot". Fa il lavoro di abbinamento delle somiglianze tra le due colonne nel frame dati. Quindi, tra parentesi, possiamo scrivere i nomi dei telai con il metodo che vogliamo eseguire. Faremo tutti i metodi: "interiore", "sinistra" e "a destra.

Di seguito sono riportati i modi in cui è possibile eseguire il metodo Vlookup Pandas. Lo faremo con gli esempi per una migliore comprensione.

• • Funzione Vlookup usando Merge (interiore join)
  • Funzione vlookup usando unione (join esterno)
  • Funzione Vlookup usando unione (join destro)
  • Funzione vlookup usando unione (sinistra join)

Creazione di un frame dati per l'implementazione di esempio di Pandas Vlookup

Per creare un frame dati, apri lo strumento "spyder" come lo useremo per gli esempi. Per prima cosa importa la biblioteca di panda come "PD". Il telaio di dati è costituito dai "giocatori" e dalla "squadra". I giocatori sono "N", "M", "O", "P", "Q" e "R". E le squadre sono "undici" e "venti". Ecco come viene creato il frame dati con l'istruzione di stampa data.

L'output visualizza il frame dati creato come indicato nel seguente codice:

Creazione di un altro frame dati per l'esecuzione di esempio di Pandas Vlookup

Qui creeremo un altro telaio di dati in modo che sia possibile fare l'applicazione. Stiamo andando passo dopo passo in modo che ci sia una chiara comprensione del Pandas Vlookup. Il telaio di dati è costituito dai "giocatori" e dai "punti". I giocatori sono "36", "85", "44", "55", "35" e "25". Quindi, l'istruzione DataFrame "Stampa" viene passata per la creazione del frame dati che viene mostrato sulla console di output.

L'output mostra un altro frame dati creato con i dati inseriti nel codice:

Dal momento che abbiamo creato due frame dati separati, ora li utilizziamo per impleto implementare la funzione vlookup.

Esempio 1: funzione vlookup usando unione (join a sinistra)

In questo caso, eseguiremo la funzione vlookup usando unione unione. Il "DF" è costituito dai giocatori come "Q", "W", "E," R "," T "e" Y "e le squadre" diciassette "e" diciotto ". Il secondo frame dati ha i punti "52", "18", "14", "13", "12" e "11". La funzione vlookup guarda i valori nelle tabelle di dati di cui la colonna corrisponde. L'operazione di join "a sinistra" fornisce tutte le righe dal telaio di dati "primo" e esegue la corrispondenza dal controllo "secondo" che le righe non sono abbinate in modo che tali valori siano sostituiti come "nan".

Il NAN rappresenta "non un valore", il che significa che non c'è valore assegnato lì. Come possiamo vedere, i "giocatori" sono la categoria comune tra i due temi di dati. Quindi, la condizione On si adempie su di essa e il join a sinistra è su dove si sta muovendo.

Il display mostra il frame dati vlookup in Pandas, poiché i giocatori seguono le informazioni della squadra e dei punti, rispettivamente.

Esempio 2: funzione vlookup usando unione (join interno)

Qui eseguiremo il Pandas vlookup con unione interiore. Il frame dati ha i giocatori "A", "S", "D", "F", "G" e "H". Entrambi i frame dati hanno lo stesso nome del giocatore. Il "DF1" è costituito dalla squadra come "dodici e" diciotto ". Considerando che il "DF2" ha punti di giocatori come "91", "92", "93", "94", "95" e "96". Il metodo che utilizziamo in questo esempio per la funzione vlookup è il join interno che viene utilizzato per eseguire l'output di solo quelle colonne in cui la condizione è soddisfatta in entrambe le colonne risultanti. Specifichiamo la parola chiave "interno" per le prestazioni nel frame dati.

I risultati mostrano che il join interno eseguito come vediamo la funzione Pandas vlookup è rappresentata.

Esempio 3: funzione vlookup usando unione (join destro)

Nell'esempio 1, abbiamo fatto l'operazione di join sinistra per il vlookup in panda. Qui, faremo un esempio del Pandas Vlookup usando il join "a destra" di unione, che è quasi omogeneo come "sinistra". Il "DF" comprende i giocatori come "Z", "X", "C", "V", "B e" K "in entrambi i frame dati. Il "DF1" coinvolge le squadre come "Oval", "Square" e "Rettangolo" in cui l'altro DF ha i punti come "86", "85", "84", "83", "82" e "81" individualmente. La specifica del giusto join dovrebbe essere con la fascia di unione che ruota nel codice.

Il display mostra il frame dati di funzionamento di join destro della funzione Pandas vlookup, che è simile all'operazione di unione di join Pandas eseguita nel frame dati per Pandas vlookup.

Esempio 4: funzione vlookup usando unione (join esterno)

Qui eseguiremo la funzione di join esterna per Pandas vlookup. Il frame dati è composto dai dati come lettore sia per il frame dati come "l", "j", "u", "t", "p" e "m". Il "DF1" è costituito dalla squadra come "Circle" e "Speed". Il "DF2" è costituito dai punti "77", "47", "35", "90" e "19". Il join esterno che utilizziamo qui è per l'utilizzo di fornire il telaio di dati di visualizzazione con entrambi i frame dati il ​​cui valore corrisponde e i valori NO assegnati sono mostrati come "NAN".

L'output visualizza il metodo di join esterno della funzione Pandas Vlookup. Il NAN nel display è i valori non assegnati.

Conclusione

L'operazione Pandas Vlookup utilizzando l'operazione Merge () semplifica l'esecuzione della funzione "Vlookup" in "Vlookup Style". Abbiamo eseguito tutti i metodi in cui è possibile utilizzare i panda vlookup. Lo abbiamo fatto usando le funzionalità di unione di "interiore join", "outer join", "sinistra" e i metodi "join destro". Tutti i metodi hanno una grande performance a seconda delle situazioni in cui i Pandas vlookup possono essere utilizzati. Il Pandas Vlookup è arrivato tanto comodo come possiamo vedere i "dati" di dati gestiti e rappresentati bene. Tutte le colonne extra sono state omesse scrivendo solo una volta che sono comuni nel frame dati. I valori dovrebbero essere allarmanti, il che rende qualsiasi prestazione di analisi per l'ulteriore valutazione dei dati il ​​meglio e facile.