Impara Unione dei dati | Combinazione, Aggregazione

Scorri per mostrare il menu

L'unione di dati provenienti da più fonti è un'attività comune nel data wrangling, soprattutto quando è necessario arricchire il dataset principale con informazioni aggiuntive. In questo capitolo, verrà illustrato come unire games_df con spy_insights_df utilizzando la colonna app_id come chiave. Polars offre operazioni di join flessibili ed efficienti, rendendo semplice la combinazione di dataset e il controllo sulla gestione delle righe non corrispondenti. I due tipi di join più comuni che verranno utilizzati sono il left join e l'inner join.

Un left join restituisce tutte le righe dal DataFrame di sinistra (games_df) e aggiunge le righe corrispondenti dal DataFrame di destra (spy_insights_df). Se non esiste una corrispondenza, le colonne del lato destro saranno riempite con valori nulli. Un inner join restituisce solo le righe in cui esiste una corrispondenza in entrambi i DataFrame, scartando tutte le righe di ciascun DataFrame che non hanno un app_id corrispondente nell'altro.


              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)

Quale affermazione descrive accuratamente la differenza tra una left join e una inner join durante la fusione di games_df e spy_insights_df su app_id?

Seleziona la risposta corretta

Sia le left join che le inner join mantengono tutte le righe di entrambi i DataFrame, riempiendo i valori non corrispondenti con zeri.

Una inner join mantiene tutte le righe di spy_insights_df e aggiunge i dati da games_df quando disponibili, riempiendo le righe non corrispondenti con valori nulli.

Una left join mantiene tutte le righe di games_df, aggiungendo i dati da spy_insights_df quando disponibili, e riempie le righe non corrispondenti con valori nulli; una inner join mantiene solo le righe con app_id corrispondente in entrambi i DataFrame.

Una left join mantiene solo le righe con app_id corrispondente in entrambi i DataFrame, mentre una inner join mantiene tutte le righe di games_df e riempie le righe non corrispondenti con valori nulli.

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 3

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Sezione 2. Capitolo 3