Объединение таблиц

Данные часто лежат в нескольких таблицах. Например, оценки за разные месяцы могут храниться отдельно, а сведения об учениках и их результатах могут быть в разных таблицах.

В DataFrame есть два основных способа объединения:

• DataFrame.Concat(...) — добавить строки одной таблицы к строкам другой;
• Join(...) — соединить строки разных таблиц по общему ключу.

Оба способа возвращают новый DataFrame и не изменяют исходные таблицы.

Добавить строки

Concat используется, когда у таблиц одинаковые столбцы и их нужно поставить друг под друга.

uses MLABC;

begin
  var september := DataFrame.FromCsvText('''
  Имя,Предмет,Балл
  Анна,Математика,91
  Борис,Математика,76
  ''');

  var october := DataFrame.FromCsvText('''
  Имя,Предмет,Балл
  Вера,Математика,84
  Глеб,Математика,68
  ''');

  var allMarks := DataFrame.Concat(september, october);

  allMarks.Print;
end.

Вывод:

  Имя     Предмет  Балл
 Анна  Математика    91
Борис  Математика    76
 Вера  Математика    84
 Глеб  Математика    68

Для Concat схемы таблиц должны совпадать: имена столбцов, порядок, типы и categorical-флаги.

Соединить по ключу

Join используется, когда в разных таблицах есть общий ключевой столбец. Например, в одной таблице хранятся ученики и классы, а в другой — баллы.

uses MLABC;

begin
  var students := DataFrame.FromCsvText('''
  Имя,Класс
  Анна,8А
  Борис,8Б
  Вера,8А
  ''');

  var marks := DataFrame.FromCsvText('''
  Имя,Балл
  Анна,91
  Борис,76
  Глеб,68
  ''');

  var res := students.Join(marks, 'Имя');

  res.Print;
end.

По умолчанию используется inner join: в результат попадают только строки, для которых ключ найден в обеих таблицах. В примере Вера есть только в таблице students, а Глеб — только в таблице marks, поэтому они не попадут в результат обычного Join.

Оставить все строки слева

Если нужно сохранить все строки из первой таблицы, используется jkLeft.

uses MLABC;

begin
  var students := DataFrame.FromCsvText('''
  Имя,Класс
  Анна,8А
  Борис,8Б
  Вера,8А
  ''');

  var marks := DataFrame.FromCsvText('''
  Имя,Балл
  Анна,91
  Борис,76
  Глеб,68
  ''');

  var res := students.Join(marks, 'Имя', jkLeft);

  res.Print;
end.

В таком соединении все ученики из students останутся в результате. Если для ученика нет строки в marks, значения из правой таблицы будут пропущенными.

Несколько ключей

Иногда одной колонки для соединения недостаточно. Например, оценка задаётся не только именем ученика, но и предметом.

uses MLABC;

begin
  var plan := DataFrame.FromCsvText('''
  Имя,Предмет,Класс
  Анна,Математика,8А
  Анна,Информатика,8А
  Борис,Математика,8Б
  Борис,Информатика,8Б
  ''');

  var marks := DataFrame.FromCsvText('''
  Имя,Предмет,Балл
  Анна,Математика,91
  Анна,Информатика,96
  Борис,Математика,76
  ''');

  plan.Join(marks, ['Имя', 'Предмет'], jkLeft).Print;
end.

Здесь строка считается совпавшей только тогда, когда совпали оба ключа: Имя и Предмет.

Разные имена ключей

Если ключевые столбцы называются по-разному, можно указать ключи левой и правой таблицы отдельно.

uses MLABC;

begin
  var students := DataFrame.FromCsvText('''
  Код,Имя
  1,Анна
  2,Борис
  3,Вера
  ''');

  var marks := DataFrame.FromCsvText('''
  student_id,Балл
  1,91
  2,76
  ''');

  students.Join(marks, ['Код'], ['student_id'], jkLeft).Print;
end.

Такой вариант полезен, когда таблицы пришли из разных источников и в них используются разные названия одного и того же идентификатора.

Пример с продажами

В реальных данных часто одна таблица содержит операции, а другая — справочник товаров. Объединение добавляет к продажам цену и категорию товара.

uses MLABC;

begin
  var sales := DataFrame.FromCsvText('''
  Товар,Количество
  Хлеб,2
  Молоко,1
  Яблоки,4
  ''');

  var products := DataFrame.FromCsvText('''
  Товар,Категория,Цена
  Хлеб,Продукты,45.50
  Молоко,Продукты,72.90
  Яблоки,Продукты,58.25
  ''');

  sales.Join(products, 'Товар')
    .WithColumnFloat('Сумма', row -> row['Количество'] * row['Цена'])
    .Print;
end.

Расширенные варианты Join

Параметр JoinKind задаёт, какие строки попадут в результат:

• jkInner — только совпавшие строки из обеих таблиц; используется по умолчанию.
• jkLeft — все строки из левой таблицы и найденные данные из правой.
• jkRight — все строки из правой таблицы и найденные данные из левой.
• jkFull — все строки из обеих таблиц.

var inner := students.Join(marks, 'Имя');
var left := students.Join(marks, 'Имя', jkLeft);
var right := students.Join(marks, 'Имя', jkRight);
var full := students.Join(marks, 'Имя', jkFull);

Если в правой таблице есть столбец с тем же именем, что и в левой, и это не ключ, в результате он получает префикс right_.

Что важно помнить

• Concat добавляет строки и требует одинаковую схему таблиц.
• Join соединяет таблицы по ключевым столбцам.
• Обычный Join без третьего параметра — это jkInner.
• Для сохранения всех строк первой таблицы используйте jkLeft.
• Ключи можно задавать одним именем, массивом имён или двумя массивами, если имена ключей в таблицах разные.
• Исходные таблицы при объединении не изменяются.