SAS2PYTHON - Stacking von Tabellen mit unterschiedlichen Datenstrukturen


Posted on 22 March 2023 at 14:30 by Stefan Weingaertner

In der Episode 50 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas zwei Tabellen mit unterschiedlichen Spaltennamen und Datentypen, analog eines SQL-Union-Statements, aneinanderfügen kann.


Ein Pandas DataFrame ist einem SAS Data Set sehr ähnlich - es handelt sich um eine zweidimensionale tabellarische Datenstruktur mit gelabelten Spalten, die von unterschiedlichem Datentyp sein können. Wie in diesem Beitrag gezeigt wird, kann nahezu jede Operation, die mit dem SAS Data Step auf einen Datensatz angewendet werden kann, auch in Pandas ausgeführt werden.

Input-Tabelle df1: Unsere erste Input-Tabelle besitzt 4 Datensätze und besteht aus den Spalten "Kurs", "Preis", "Trainer" und "Verfuegbarkeit".

Input-Tabelle df2: Unsere zweite Input-Tabelle besitzt 5 Datensätze und besteht ebenfalls aus den Spalten "Kurs", "Preis" und "Trainer".


                                            
# Tabelle df1

                        Kurs  Preis Trainer Verfuegbarkeit
 Getting started with Python   3250      SW              1
             AI Fundamentals   1300      ST              1
         AIoT - DSP meets AI    750      HP              0
 Process Mining Fundamentals   1950      HT              1

# Tabelle df2

                        Kurs  Preis Trainer
    Getting started with SAS   3250      SW
       Big Data Fundamentals   1300      ST
            Image Processing   1300      HP
             Uplift Modeling    750      HT
Python for SAS Professionals   1950      HT
                    

                    


Output: Wir führen die beiden Tabellen "df1" und "df2" zu einer neuen Tabelle "df_stacked" zusammen. Dabei wird die Tabelle df2 an die Tabelle df1 "angehängt".

Da manche Operationen in SAS und Python unterschiedlich ausgeführt werden, generieren die beiden Programmiersprachen auch leicht unterschiedliche Ausgabe-Formate. Wir haben daher die Outputs mit dem dazugehörigen Code für SAS und Python separat aufgeführt.



SAS-Code: Die Zusammenführung (Stacking) der beiden SAS Datasets "df1" und "df2" würde man in SAS wie folgt durchführen:


                                            
data df_stacked;
   set df1 df2;
run;
                    


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus, das SAS Dataset "df2" wird an das SAS Dataset "df1" angehängt. Bei nicht übereinstimmenden Spalten werden entsprechend fehlende Werte ausgewiesen.


                                            
Obs                          Kurs   Preis Trainer Verfuegbarkeit
  1   Getting started with Python   3250      SW               1
  2               AI Fundamentals   1300      ST               0
  3           AIoT - DSP meets AI    750      HP               1
  4   Process Mining Fundamentals   1950      HT               1
  5      Getting started with SAS   3250      SW               .
  6         Big Data Fundamentals   1300      ST               .
  7              Image Processing   1300      HP               .
  8               Uplift Modeling    750      HT               .
  9  Python for SAS Professionals   1950      HT               .

                    




Python-Code: In Python würde man das Stacking für die beiden Pandas Dataframes "df1" und "df2" mit der folgenden Syntax umsetzen.


                      
import pandas as pd

df_stacked = pd.concat([df1, df1], ignore_index=True)
                    


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus, das Pandas DataFrame "df2" wird an das DataFrame "df1" angehängt. Bei nicht übereinstimmenden Spalten werden entsprechend NaN-Werte ausgewiesen.


                      
                             Kurs   Preis Trainer Verfuegbarkeit
  0   Getting started with Python   3250      SW               1
  1               AI Fundamentals   1300      ST               0
  2           AIoT - DSP meets AI    750      HP               1
  3   Process Mining Fundamentals   1950      HT               1
  4      Getting started with SAS   3250      SW             NaN
  5         Big Data Fundamentals   1300      ST             NaN
  6              Image Processing   1300      HP             NaN
  7               Uplift Modeling    750      HT             NaN
  8  Python for SAS Professionals   1950      HT             NaN

                    




Wenn Sie die nächste Episode nicht abwarten möchten, können Sie auch gerne unser umfangreiches Training Python für SAS Professionals buchen.

Informationen zu den nächsten Kursterminen und zu unserem gesamten Trainingsangebot finden Sie hier.