Discussion :

[preliator]

Bonjour,

Je dispose de 2 dataframes.

Le premier :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
df1 = pd.DataFrame({'nom_combinaison': ['Combinaison1', 'Combinaison1', 'Combinaison1', 'Combinaison2','Combinaison2', 'Combinaison2', 'Combinaison3', 'Combinaison3', 'Combinaison3'], 'prenom': ['Personne2', 'Personne3', 'Personne1', 'Personne2', 'Personne4', 'Personne1', 'Personne2', 'Personne5', 'Personne1']})
 
df2 = pd.DataFrame({'prenom': ['Personne1', 'Personne2', 'Personne3', 'Personne4', 'Personne5'], 'valeur1' : [2, 1, 1, 4, 5], 'valeur2' : [7, 4, 1, 1, 2], 'valeur3' : [1, 2, 3, 3, 1], 'valeur4' : [7, 8, 9, 4, 5], 'valeur5' : [10, 11, 12, 2, 6]})

Je souhaite joindre les valeurs de df2 dans df1.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
df1 = pd.DataFrame({'nom_combinaison': ['Combinaison1', 'Combinaison1', 'Combinaison1', 'Combinaison2','Combinaison2', 'Combinaison2', 'Combinaison3', 'Combinaison3', 'Combinaison3'], 'prenom': ['Personne2', 'Personne3', 'Personne1', 'Personne2', 'Personne4', 'Personne1', 'Personne2', 'Personne5', 'Personne1']})
 
df2 = pd.DataFrame({'prenom': ['Personne1', 'Personne2', 'Personne3', 'Personne4', 'Personne5'], 'valeur1' : [2, 1, 1], 'valeur2' : [7, 4, 1], 'valeur3' : [1, 2, 3], 'valeur4' : [7, 8, 9], 'valeur5' : [10, 11, 12]})
 
 
test = pd.merge(df1, df2, how = "outer", on = ["prenom"])
test = test.sort_values(by = ["nom_combinaison", "prenom"])

Malheureusement, j'ai des NA qui apparaissent un peu partout :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
nom_combinaison       prenom  valeur1  valeur2  valeur3
45     Combinaison_1    Personne2          NaN                NaN           NaN
54     Combinaison_1    Personne3          NaN                NaN           NaN
0      Combinaison_1    Personne1          2.0                1.0           1.0
46     Combinaison_2    Personne2          NaN                NaN           NaN
71     Combinaison_2    Personne4          NaN                NaN           NaN
1      Combinaison_2    Personne1          2.0                1.0           1.0
47     Combinaison_3    Personne2          NaN                NaN           NaN
95     Combinaison_3    Personne5          NaN                NaN           NaN
2      Combinaison_3    Personne1          2.0                1.0           1.0

Je remarque que c'est systématiquement 1 personne par combinaison qui est jointe. Le reste, jamais. Le champ "prenom" est de type Series :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
print(type(df1["prenom"]))
print(type(df2["prenom"]))
 
<class 'pandas.core.series.Series'>
<class 'pandas.core.series.Series'>

Bref, je n'arrive pas à comprendre... Existe t-il une autre manière de joindre ces dataframes ?
Merci.

[wiztricks]

Salut

Bref, je n'arrive pas à comprendre... Existe t-il une autre manière de joindre ces dataframes ?

Si vous partez de 2 tableaux pour en faire un seul, il va falloir une clef (unique) pour faire la jointure. Par défaut, ce sera l'index. Et là où les colonnes ne sont pas renseignées, on se retrouve avec un Nan...
Ceci dit, "joindre" ne dit pas ce que vous cherchez à obtenir... et une jointure n'est peut être pas ce qu'il faut pour le réaliser.

- W

[danielhagnoul]

df2 est bancal, les arrays doivent avoir la même longueur.

[preliator]

df2 est bancal, les arrays doivent avoir la même longueur.

Oups ! C'est corrigé Malheureusement, le problème ne semble pas venir de la.

[preliator]

Salut



Si vous partez de 2 tableaux pour en faire un seul, il va falloir une clef (unique) pour faire la jointure. Par défaut, ce sera l'index. Et là où les colonnes ne sont pas renseignées, on se retrouve avec un Nan...
Ceci dit, "joindre" ne dit pas ce que vous cherchez à obtenir... et une jointure n'est peut être pas ce qu'il faut pour le réaliser.

- W

Merci pour votre réponse.

Effectivement, pour moi, je renseigne la clef unique dans "on = ["prenom"]", ou "prenom" est la colonne dont je me sers pour la jointure. Par exemple, dans "test" (le dataframe final où j'ai joins les deux dataframes), je remarque des valeurs NA dans "Personne2", "Personne3", etc alors que ces modalités sont pourtant bien renseignées dans df2. Au final, c'est le fait que seulement 1 personnes par combinaison est correctement jointe que j'ai du mal à comprendre ...

[preliator]

Bon, j'ai finalement résolu le problème ... c'était des espaces " " dans mon dataframe "df2" qui foiraient ma jointure. J'ai résolu le problème en les supprimant :')

Merci à vous.

[wiztricks]

Salut,

Bon, j'ai finalement résolu le problème ... c'était des espaces " " dans mon dataframe "df2" qui foiraient ma jointure. J'ai résolu le problème en les supprimant :')

Il n'y a pas d'espaces dans le code que vous avez posté.
Par ailleurs, essayez "plus simple":

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
>>> d1 = pd.DataFrame(dict(P=list('abc'), V=[1, 2, 3]))
>>> d2 = pd.DataFrame(dict(P=list('aaa'), C=list('xyz'))

çà donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
>>> pd.merge(d1, d2, how='outer', on=['P'])
   P  V    C
0  a  1    x
1  a  1    y
2  a  1    z
3  b  2  NaN
4  c  3  NaN

Et vous voyez que çà à dupliqué la ligne a, 1 pour ajouter les différents C et qu'on a des NaN là où il n'y a pas de C à mettre en face.

- W