Pandas vlookup

"Pandas" es un gran lenguaje para realizar el análisis de datos debido a su gran ecosistema de paquetes de Python centrados en datos. Eso facilita el análisis y la importación de ambos factores. El "Vlookup" significa la "búsqueda vertical". Se utiliza para fusionar las dos tablas diferentes en el marco de datos donde debe haber algunos atributos comunes entre ellas (las dos tablas). Como salida, obtendremos una sola tabla que consiste en los datos de ambas tablas comunes. Esto es similar a la única función de búsqueda utilizada en "Excel". Implementaremos todos los métodos posibles en los que se utiliza el Pandas Vlookup. Para la ejecución de los códigos, utilizaremos el "Spyder", que es un software que está escrito en "Python" en un idioma amigable.

Sintaxis:

"PD.fusionar (df1, df2, on = 'nombre de columna', cómo = 'izquierda')

La sintaxis proporcionada se usa para el Vlookup en Pandas. Lo haremos usando la función de "fusión" de los pandas. El "DF" en la sintaxis es una abreviatura del "marco de datos". La "PD" es la biblioteca Pandas y la función de fusión "DOT" con ella. Hace el trabajo de igualar las similitudes entre las dos columnas en el marco de datos. Luego, en el soporte, podemos escribir los nombres de DataFrame con el método que queremos realizar. Haremos todos los métodos: "interior", "izquierda" y "derecha.

Las siguientes son las formas en que se puede realizar el método Pandas Vlookup. Lo haremos con los ejemplos para una mejor comprensión.

• • Función Vlookup usando Merge (Unión Interior)
  • Función Vlookup usando Merge (unión exterior)
  • Función VlookUp usando Merge (Right Join)
  • Función Vlookup usando Merge (Left Join)

Creación de un marco de datos para la implementación de ejemplo de Pandas Vlookup

Para crear un marco de datos, abra la herramienta "Spyder", ya que la usaremos para los ejemplos. Primero importamos la biblioteca de pandas como "PD". DataFrame consiste en los "jugadores" y el "equipo". Los jugadores son "N", "M", "O", "P", "Q" y "R". Y los equipos son "once" y "veinte". Así es como se crea DataFrame con la declaración de impresión dada.

La salida muestra el marcado de datos creado como se da en el siguiente código:

Creación de otro marco de datos para la ejecución del ejemplo de Pandas Vlookup

Aquí, crearemos otro marco de datos para que sea posible hacer la aplicación. Vamos paso a paso para que haya una comprensión clara del Pandas Vlookup. DataFrame consta de los "jugadores" y los "puntos". Los jugadores son "36", "85", "44", "55", "35" y "25". Luego, la instrucción DataFrame de "imprimir" se pasa para la creación del marco de datos que se muestra en la consola de salida.

La salida muestra otro marco de datos creado que se insertó los datos en el código:

Dado que creamos dos marcos de datos separados, ahora los usamos para impleto implementar la función vlookup.

Ejemplo 1: Función Vlookup usando Merge (Left Join)

En este caso, realizaremos la función Vlookup utilizando la unión de fusión. El "DF" consiste en los jugadores como "Q", "W", "E," R "," T "y" Y "y los equipos" Diecisiete años "y" Dieciocho ". El segundo marco de datos tiene los puntos "52", "18", "14", "13", "12" y "11". La función vlookup admira los valores en las tablas de marco de datos con qué columna coincide. La operación de unión "izquierda" proporciona todas las filas de "First" DataFrame y hace la coincidencia de la verificación "Segunda" qué filas no coinciden para que esos valores se reemplacen como "Nan".

El NAN significa "no es un valor", lo que significa que no hay valor asignado allí. Como podemos ver, los "jugadores" es la categoría común entre los dos marcos de datos. Entonces, la condición de On lo cumple y la unión a la izquierda está en donde se mueve este ejemplo.

La pantalla muestra el Vlookup DataFrame en Pandas, a medida que los jugadores hacen un seguimiento con la información del equipo y los puntos, respectivamente.

Ejemplo 2: función Vlookup usando Merge (unión interna)

Aquí, realizaremos el Pandas Vlookup con la fusión interna. DataFrame tiene a los jugadores "A", "S", "D", "F", "G" y "H". Ambos marcos de datos tienen el mismo nombre del jugador. El "DF1" consiste en el equipo como "Doce y" Dieciocho ". Mientras que el "DF2" tiene puntos de jugadores como "91", "92", "93", "94", "95" y "96". El método que usamos en este ejemplo para la función Vlookup es la unión interna que se utiliza para ejecutar la salida de solo aquellas columnas donde la condición se satisface en ambas columnas resultantes. Especificamos la palabra clave "interior" para el rendimiento en el marco de datos.

Los resultados muestran la unión interna realizada como vemos que la función Pandas Vlookup está representada.

Ejemplo 3: Función Vlookup utilizando Merge (Right Join)

En el Ejemplo 1, hicimos la operación de unión a la izquierda para el Vlookup en Pandas. Aquí, haremos un ejemplo de Pandas Vlookup utilizando la unión de "derecha" de fusión, que es casi homogéneo como la "unión izquierda". El "DF" comprende a los jugadores como "Z", "X", "C", "V", "B y" K "en ambos marcos de datos. El "DF1" involucra a los equipos como "Oval", "Square" y "Rectangle" donde el otro DF tiene los puntos como "86", "85", "84", "83", "82" y "81" individualmente. La especificación de la unión correcta debe ser con el retorno de la fusión en el código.

La pantalla muestra el marco de datos de funcionamiento de unión correcta de la función Pandas Vlookup, que es similar a la operación de "Izquierda" de PANDAS FUMGE realizada en el marco de datos para Pandas Vlookup.

Ejemplo 4: Función Vlookup usando Merge (unión externa)

Aquí, ejecutaremos la función de unión externa para Pandas Vlookup. DataFrame está compuesto por los datos como jugador tanto para el marco de datos como "L", "J", "U", "T", "P" como "M". El "DF1" consiste en el equipo como "Círculo" y "Velocidad". El "DF2" consiste en los puntos "77", "47", "35", "90" y "19". La unión externa que usamos aquí es para el uso de proporcionar la pantalla de datos de visualización que tiene ambos marcos de datos cuyo valor coincide, y los valores no asignados se muestran como "nan".

La salida muestra el método de unión externa de la función Pandas Vlookup. El NAN en la pantalla son los valores no asignados.

Conclusión

El pandas vlookup utilizando la operación merge () hace que sea más fácil realizar la función "vlookup" en el "estilo de vlookup". Realizamos todos los métodos en los que se puede usar el Pandas Vlookup. Hemos hecho esto utilizando las funcionalidades de fusión de "unión interna", "unión exterior", "unión izquierda" y los métodos de "unión derecha". Todos los métodos tienen un gran rendimiento dependiendo de las situaciones en las que se puede utilizar el Pandas Vlookup para. El Pandas Vlookup apareció tan conveniente como podemos ver el "datos" de DataFrame, todos administrados y representados bien. Todas las columnas adicionales se omitieron escribiendo solo una vez que son comunes en el marco de datos. Los valores deben ser alarmantes, lo que hace que cualquier rendimiento de análisis para la evaluación adicional de los datos sea la mejor y fácil posible.