SAS2PYTHON - Left Outer Join


Posted on 14 February 2023 at 10:00 by Stefan Weingaertner

In der Episode 45 unseres heutigen Blog-Beitrags zeigen wir, wie man in SAS/BASE und in Pandas zwei Tabellen per Merge-Statement zusammenführt. In dieser Episode stellen wir die Syntax des Left Outer Joins vor.


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" und "Trainer".

Input-Tabelle df2: Unsere zweite Input-Tabelle besitzt ebenfalls 4 Datensätze und besteht aus den Spalten "Kurs" und "Dauer". 


                      
# Tabelle df1

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

# Tabelle df2

                        Kurs  Dauer
 Getting started with Python      5
Python for SAS Professionals      3
         AIoT - DSP meets AI      1
            Image Processing      2


Output: Wir führen die beiden Tabellen "df1" und "df2" zu einer neuen Tabelle "df_left" zusammen, dabei dient die Spalte "Kurs" als Schlüssel-Spalte. In der neuen Tabelle "df_left" befinden sich alle Spalten aus Tabelle "df1" sowie die Spalte "Dauer" aus der Tabelle "df2".

Durch den Left Outer Join werden alle Datensätze aus der Tabelle "df1" übernommen, aus der Tabelle "df2" sind in der Spalte "Dauer" nur die Werte befüllt, für die es sowohl in Tabelle "df1" als auch in Tabelle "df2" passende Schlüssel-Werte gibt.

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 Durchführung des Left Outer Joins über die SAS Datasets "df1" und "df2" würde man in SAS wie folgt umsetzen.


                      
proc sort data = df1;
   by Kurs;
run;

proc sort data = df2;
   by Kurs;
run;

data df_left;
   merge df1 (in = a) df2;
   by Kurs;
   if a;
run;


SAS-Output: Das Ergebnis sieht in SAS wie folgt aus.


                      
Obs                         Kurs  Preis Trainer  Dauer
  1              AI Fundamentals   1300      ST      .
  2          AIoT - DSP meets AI    750      HP      1
  3  Getting started with Python   3250      SW      5
  4  Process Mining Fundamentals   1950      HT      .



Python-Code: In Python würde man den Left Outer Join über die Schlüssel-Spalte "Kurs" für die beiden Pandas Dataframes "df1" und "df2" mit der folgenden Syntax umsetzen.


                      
import pandas as pd

df_left = pd.merge(df1, df2, on='Kurs', how='left')


Python-Output: Das Ergebnis sieht in Pandas wie folgt aus.


                      
                          Kurs  Preis Trainer  Dauer
0  Getting started with Python   3250      SW    5.0
1              AI Fundamentals   1300      ST    NaN
2          AIoT - DSP meets AI    750      HP    1.0
3  Process Mining Fundamentals   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.