SAS2PYTHON - Full Outer Join
Posted on 7 March 2023 at 15:00 by Stefan Weingaertner
In der Episode 48 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 Full 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_outer" zusammen, dabei dient die Spalte "Kurs" als Schlüssel-Spalte. In der neuen Tabelle "df_outer" befinden sich alle Spalten aus Tabelle "df1" sowie die Spalte "Dauer" aus der Tabelle "df2".
Bei einem Full Outer Join handelt es sich um eine Kombination aus einem Left Outer Join und einem Right Outer Join. Der Full Outer Join übernimmt alle Datensätze aus Tabelle "df1" und alle Datensätze aus der Tabelle "df2" in die Zieltabelle "df_outer". Wenn es keine übereinstimmende Beziehung in der Schlüsselspalte gibt, so werden die entsprechenden Felder beider Tabellen mit fehlenden Werten befüllt.
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 Full 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_outer;
merge df1 df2;
by Kurs;
run;
SAS-Output: Das Ergebnis des Full Outer Joins sieht in SAS wie folgt aus. Wie man sehen kann, werden alle Beobachtungen aus beiden Tabellen beibehalten. Wenn in beiden Tabellen passender Schlüssel gefunden werden, sind alle Spalten mit Daten befüllt. Werden keine passenden Schlüssel gefunden, werden fehlende Werte in die entsprechenden Spalten fehlende Werte eingetragen.
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 Image Processing . 2
5 Process Mining Fundamentals 1950 HT .
6 Python for SAS Professionals . 3
Python-Code: In Python würde man den Full 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='outer')
Python-Output: Das Ergebnis des Full Outer Joins sieht in Pandas wie folgt aus.
Kurs Preis Trainer Dauer
0 AI Fundamentals 1300 ST .
1 AIoT - DSP meets AI 750 HP 1
2 Getting started with Python 3250 SW 5
3 Image Processing . 2
4 Process Mining Fundamentals 1950 HT .
5 Python for SAS Professionals . 3
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.