teratail
回答率
85.35%
teratail header banner
teratail header banner
質問するログイン新規登録
トップに関する質問pd.mergeの内部結合をしたい

編集履歴

質問編集履歴

2

マークダウンを追加しました

2021/04/11 11:47

投稿

shishi_maru440
shishi_maru440

スコア38

test CHANGED
File without changes
test CHANGED
@@ -42,6 +42,8 @@
42
42
 
43
43
  #追加：df2の作成
44
44
 
45
+ ```
46
+
45
47
  import pandas as pd
46
48
 
47
49
  import numpy as np
@@ -56,13 +58,17 @@
56
58
 
57
59
  df.shape
58
60
 
61
+ ```
62
+
59
63
  >>>(8100, 2)
60
64
 
61
-
65
+ ```
62
66
 
63
67
  df2 = df.copy()
64
68
 
65
69
  df2.isnull().sum()
70
+
71
+ ```
66
72
 
67
73
  >>>data 0
68
74
 
@@ -72,9 +78,13 @@
72
78
 
73
79
 
74
80
 
81
+ ```
82
+
75
83
  df2 = df2.dropna()
76
84
 
77
85
  df2.isnull().sum()
86
+
87
+ ```
78
88
 
79
89
  >>>data 0
80
90
 
@@ -82,29 +92,37 @@
82
92
 
83
93
  >>>dtype: int64
84
94
 
85
-
95
+ ```
86
96
 
87
97
  df2.shape
88
98
 
99
+ ```
100
+
89
101
  >>>(8035, 2)
90
102
 
91
-
103
+ ```
92
104
 
93
105
  df2 = df2.drop_duplicates()
94
106
 
95
107
  df2.duplicated().sum()
96
108
 
109
+ ```
110
+
97
111
  >>>0
98
112
 
99
-
113
+ ```
100
114
 
101
115
  df2.shape
102
116
 
117
+ ```
118
+
103
119
  >>>(6731, 2)
104
120
 
105
-
121
+ ```
106
122
 
107
123
  df2.to_csv("data2.csv")
124
+
125
+ ```
108
126
 
109
127
 
110
128
 
@@ -114,13 +132,17 @@
114
132
 
115
133
  ####df2を読み込み
116
134
 
135
+ ```
136
+
117
137
  df2 = pd.read_csv("data2.csv")
118
138
 
119
139
  df2.shape
120
140
 
121
-
141
+ ```
122
142
 
123
143
  #####フォルダ内の画像データのpathを読み込み
144
+
145
+ ```
124
146
 
125
147
  files = glob.glob("/画像データのあるフォルダのpath/*")
126
148
 
@@ -128,11 +150,15 @@
128
150
 
129
151
  len(files)
130
152
 
153
+ ```
154
+
131
155
  >>>6486
132
156
 
133
157
 
134
158
 
135
159
  ######filesのデータフレームを作成
160
+
161
+ ```
136
162
 
137
163
  df_files = pd.DataFrame({"data":files})
138
164
 
@@ -142,11 +168,15 @@
142
168
 
143
169
  df_files.duplicated().sum()
144
170
 
171
+ ```
172
+
145
173
  >>>0
146
174
 
147
175
 
148
176
 
149
177
  #####マージ
178
+
179
+ ```
150
180
 
151
181
  df_join = pd.merge(df2, df_files, how="inner",on="data",indicator=True)
152
182
 
@@ -156,6 +186,8 @@
156
186
 
157
187
  df_join["_merge"].value_counts()
158
188
 
189
+ ```
190
+
159
191
  >>>both 6730
160
192
 
161
193
  >>>right_only 0

1

欠損値と重複行の処理を追加

2021/04/11 11:47

投稿

shishi_maru440
shishi_maru440

スコア38

test CHANGED
File without changes
test CHANGED
@@ -38,7 +38,9 @@
38
38
 
39
39
  ### 該当のソースコード
40
40
 
41
+ ----------------------------------------------------------
41
42
 
43
+ #追加：df2の作成
42
44
 
43
45
  import pandas as pd
44
46
 
@@ -47,6 +49,66 @@
47
49
  import glob
48
50
 
49
51
  import cv2
52
+
53
+
54
+
55
+ df = pd.read_csv("anotation_result.csv")
56
+
57
+ df.shape
58
+
59
+ >>>(8100, 2)
60
+
61
+
62
+
63
+ df2 = df.copy()
64
+
65
+ df2.isnull().sum()
66
+
67
+ >>>data 0
68
+
69
+ >>>smile 65
70
+
71
+ >>>dtype: int64
72
+
73
+
74
+
75
+ df2 = df2.dropna()
76
+
77
+ df2.isnull().sum()
78
+
79
+ >>>data 0
80
+
81
+ >>>smile 0
82
+
83
+ >>>dtype: int64
84
+
85
+
86
+
87
+ df2.shape
88
+
89
+ >>>(8035, 2)
90
+
91
+
92
+
93
+ df2 = df2.drop_duplicates()
94
+
95
+ df2.duplicated().sum()
96
+
97
+ >>>0
98
+
99
+
100
+
101
+ df2.shape
102
+
103
+ >>>(6731, 2)
104
+
105
+
106
+
107
+ df2.to_csv("data2.csv")
108
+
109
+
110
+
111
+ --------------------------------------------------------
50
112
 
51
113
 
52
114
 
@@ -66,9 +128,7 @@
66
128
 
67
129
  len(files)
68
130
 
69
-
131
+ >>>6486
70
-
71
-
72
132
 
73
133
 
74
134
 
@@ -78,8 +138,28 @@
78
138
 
79
139
 
80
140
 
141
+ df_files.drop_duplicates()
142
+
143
+ df_files.duplicated().sum()
144
+
145
+ >>>0
146
+
147
+
148
+
81
149
  #####マージ
82
150
 
83
151
  df_join = pd.merge(df2, df_files, how="inner",on="data",indicator=True)
84
152
 
85
153
  df_join
154
+
155
+
156
+
157
+ df_join["_merge"].value_counts()
158
+
159
+ >>>both 6730
160
+
161
+ >>>right_only 0
162
+
163
+ >>>left_only 0
164
+
165
+ >>>Name: _merge, dtype: int64