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