Pandas vlookup

"Pandas" é um ótimo idioma para executar a análise de dados devido ao seu grande ecossistema de pacotes Python centrados em dados. Isso facilita a análise e a importação de ambos os fatores. O "vlookup" representa a "pesquisa vertical". É usado para mesclar as duas tabelas diferentes no quadro de dados, onde deve haver alguns atributos comuns entre eles (as duas tabelas). Como saída, obteremos uma única tabela que consiste nos dados de ambas as tabelas comuns. Isso é semelhante à função de pesquisa usada em "Excel". Implementaremos todos os métodos possíveis em que o Pandas vlookup é usado. Para a execução dos códigos, usaremos o "Spyder", que é um software escrito em "Python" em uma linguagem amigável.

Sintaxe:

“Pd.mesclar (df1, df2, on = 'Nome da coluna', como = 'esquerda')

A sintaxe fornecida é usada para o vlookup em pandas. Faremos isso usando a função "mescla" dos pandas. O "df" na sintaxe é uma abreviação do "DataFrame". O "PD" é a biblioteca de pandas e a função de mesclagem "DOT". Ele faz o trabalho de corresponder às semelhanças entre as duas colunas no quadro de dados. Então, no suporte, podemos escrever os nomes dos dados com o método que queremos executar. Faremos todos os métodos: "interno", "esquerda" e "direito.

A seguir estão as maneiras pelas quais o método Pandas vlookup pode ser realizado. Faremos isso com os exemplos para um melhor entendimento.

• • Função vlookup usando merge (junção interna)
  • Função vlookup usando mescla (junção externa)
  • Função vlookup usando merge (junção direita)
  • Função vlookup usando merge (junção à esquerda)

Criando um DataFrame para o exemplo de implementação de pandas vlookup

Para criar um quadro de dados, abra a ferramenta "Spyder", pois usaremos isso para os exemplos. Primeiro importamos a biblioteca de pandas como "PD". O DataFrame consiste nos "jogadores" e no "time". Os jogadores são "n", "M", "O", "P", "Q" e "R". E as equipes são "onze" e "vinte". É assim que o quadro de dados é criado com a declaração de impressão fornecida.

A saída exibe o quadro de dados criado, conforme fornecido no código a seguir:

Criando outro DataFrame para a execução do Pandas VLOOKUP Exemplo

Aqui, criaremos outro quadro de dados para que o aplicativo seja possível. Estamos indo passo a passo para que haja um entendimento claro do Pandas vlookup. O DataFrame consiste nos "jogadores" e nos "pontos". Os jogadores são "36", "85", "44", "55", "35" e "25". Em seguida, a instrução DATAFRAME "IMPRIMENTO" é aprovada para a criação do quadro de dados que é mostrado no console de saída.

A saída mostra outro DataFrame criado com os dados inseridos no código:

Como criamos dois quadros de dados separados, agora os usamos para implementar a função VLOOKUP.

Exemplo 1: função vlookup usando mescla (junção à esquerda)

Nesse caso, executaremos a função vlookup usando a junção de mesclagem. O "DF" consiste nos jogadores como "Q", "W", "E," R "," T "e" Y "e as equipes" dezessete "e" dezoito ". O segundo dataframe tem os pontos "52", "18", "14", "13", "12" e "11". A função VLOOKUP analisa os valores nas tabelas de dados que coluna está correspondendo. A operação de junção "esquerda" fornece todas as linhas do "primeiro" DataFrame e faz a correspondência a partir da verificação "Segunda", quais linhas não são correspondidas para que esses valores sejam substituídos como "nan".

A nan significa "não um valor", o que significa que não há valor atribuído lá. Como podemos ver, os "jogadores" são a categoria comum entre os dois quadros de dados. Portanto, a condição atende e a junção esquerda está em onde este exemplo está se movendo.

A tela mostra o quadro de dados VLOOKUP em pandas, enquanto os jogadores acompanham as informações da equipe e dos pontos, respectivamente.

Exemplo 2: função vlookup usando mescla (junção interna)

Aqui, realizaremos o Pandas vlookup com a junção interna de mesclagem. O DataFrame tem os jogadores "A", "S", "D", "F", "G" e "H". Ambos os dados de dados têm o mesmo nome do jogador. O "DF1" consiste na equipe como "doze e" dezoito ". Visto que o "DF2" tem pontos dos jogadores como "91", "92", "93", "94", "95" e "96". O método que usamos neste exemplo para a função vlookup é a junção interna que é usada para executar a saída apenas das colunas em que a condição é satisfeita nas duas colunas resultantes. Especificamos a palavra -chave "interna" para o desempenho no DataFrame.

Os resultados mostram que a junção interna realizada como vemos a função Pandas vlookup é representada.

Exemplo 3: função vlookup usando mescla (junção direita)

No Exemplo 1, fizemos a operação de junção à esquerda para o vlookup em pandas. Aqui, faremos um exemplo do Pandas Vlookup usando a junção da mescla. O "DF" compreende os jogadores como "Z", "X", "C", "V", "B e" K "nos dois DataFrames. O "DF1" envolve as equipes como "oval", "quadrado" e "retângulo", onde o outro DF tem os pontos como "86", "85", "84", "83", "82" e "81" individualmente. A especificação da junção correta deve ser com o suporte de mesclagem que gira no código.

O visor mostra a junção certa que funcionava de dados da função Pandas vlookup, que é semelhante à operação de Merge “Esquerda” da Junção de Pandas, executada no DataFrame para o Pandas Vlookup.

Exemplo 4: função vlookup usando mescla (junção externa)

Aqui, executaremos a função de junção externa para o Pandas vlookup. O DataFrame é composto pelos dados como um jogador para o DataFrame como "L", "J", "U", "T", "P" e "M". O "DF1" consiste na equipe como "círculo" e "velocidade". O “DF2” consiste nos pontos “77”, “47”, “35”, “90” e “19”. A junção externa que usamos aqui é para o uso de fornecer o quadro de dados de exibição com os dois frutos de dados cujo valor está correspondendo, e os valores não atribuídos são mostrados como "nan".

A saída exibe o método de junção externa da função Pandas vlookup. A nan na tela é os valores não atribuídos.

Conclusão

O Pandas vlookup usando a operação Merge () facilita a execução da função "vlookup" no estilo "Vlookup". Realizamos todos os métodos em que o Pandas vlookup pode ser usado. Fizemos isso usando as funcionalidades de mesclagem de "Junção interna", "Junção externa", "Métodos de junção esquerda" e "Juntar direita". Todos os métodos têm um ótimo desempenho, dependendo das situações em que o Pandas Vlookup pode ser usado para. O Pandas Vlookup surgiu o mais conveniente, como podemos ver o DataFrame "Data" todos gerenciados e representados bem. Todas as colunas extras foram omitidas escrevendo apenas quando são comuns no quadro de dados. Os valores devem ser alarmantes, o que torna qualquer desempenho de análise para a avaliação adicional dos dados, melhor e fácil, como pode ser.