Lære Sammenfletning af data | Kombinering, Aggregering

Stryg for at vise menuen

Sammenfletning af data fra flere kilder er en almindelig opgave inden for data wrangling, især når det er nødvendigt at berige det primære datasæt med yderligere indsigter. I dette kapitel lærer du, hvordan du sammenføjer games_df med spy_insights_df ved at bruge kolonnen app_id som nøgle. Polars tilbyder fleksible og effektive join-operationer, hvilket gør det enkelt at kombinere datasæt og samtidig styre, hvordan ikke-matchende rækker håndteres. De to mest anvendte join-typer er left join og inner join.

En left join returnerer alle rækker fra venstre DataFrame (games_df) og tilføjer matchende rækker fra højre DataFrame (spy_insights_df). Hvis der ikke er et match, vil kolonnerne fra højre side blive udfyldt med null-værdier. En inner join returnerer kun rækker, hvor der er et match i begge DataFrames, og udelader alle rækker fra begge DataFrames, der ikke har en tilsvarende app_id i den anden.


              1234567891011121314151617181920212223
            
import polars as pl

# Sample games_df
games_df = pl.DataFrame({
    "app_id": [1, 2, 3, 4],
    "game_name": ["Space Quest", "Jungle Run", "Mystery Manor", "Puzzle Island"]
})

# Sample spy_insights_df
spy_insights_df = pl.DataFrame({
    "app_id": [2, 3, 5],
    "insight": ["High engagement", "Trending", "Low installs"]
})

# Left join: all rows from games_df, matched data from spy_insights_df
left_joined = games_df.join(spy_insights_df, on="app_id", how="left")
print("Left Join Result:")
print(left_joined)

# Inner join: only rows with matching app_id in both DataFrames
inner_joined = games_df.join(spy_insights_df, on="app_id", how="inner")
print("\nInner Join Result:")
print(inner_joined)

Hvilket udsagn beskriver korrekt forskellen mellem et venstre join og et indre join, når man sammenfletter games_df og spy_insights_df på app_id?

Vælg det korrekte svar

Både venstre og indre joins bevarer alle rækker fra begge DataFrames og udfylder ikke-matchende værdier med nuller.

Et indre join bevarer alle rækker fra spy_insights_df og tilføjer data fra games_df, hvor det er muligt, og udfylder ikke-matchende rækker med null-værdier.

Et venstre join bevarer alle rækker fra games_df, tilføjer data fra spy_insights_df, hvor det er muligt, og udfylder ikke-matchende rækker med null-værdier; et indre join bevarer kun rækker med matchende app_id i begge DataFrames.

Et venstre join bevarer kun rækker med matchende app_id i begge DataFrames, mens et indre join bevarer alle rækker fra games_df og udfylder ikke-matchende rækker med null-værdier.

Var alt klart?

Tak for dine kommentarer!

Sektion 2. Kapitel 3

Spørg AI

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Sektion 2. Kapitel 3