philip/tennet_course
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

merge exercise data day3

Browse Source
This commit is contained in:
Philip 2025-07-17 10:03:36 +02:00
parent 5a2823872f
commit 8563ee867e
2 changed files with 86 additions and 0 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

38
src/T17_merging_of_frames.py
View File

@ -13,6 +13,12 @@ kunden2 = pd.DataFrame({
'stadt': ['Hamburg', 'Köln'] 'stadt': ['Hamburg', 'Köln']
}) })
print(kunden1)
print(kunden2)
# zeilen an ein dataframe anhängen
kunden = pd.concat((kunden1, kunden2)) # axis=0
print(kunden)
bestellungen = pd.DataFrame({ bestellungen = pd.DataFrame({
'bestell_id': [101, 102, 103, 104], 'bestell_id': [101, 102, 103, 104],
@ -20,3 +26,35 @@ bestellungen = pd.DataFrame({
'produkt': ['Laptop', 'Maus', 'Tastatur', 'Monitor'], 'produkt': ['Laptop', 'Maus', 'Tastatur', 'Monitor'],
'preis': [800, 25, 50, 300] 'preis': [800, 25, 50, 300]
}) })
# kunden mit bestellungen die auch registriert sind
kunden_best = pd.merge(kunden, bestellungen,
on="kunden_id",
how="inner") # kuden_id muss in beiden dataframes existieren
print(kunden_best)
# alle existierenden kunden auf bestellungen mergen will
alle_kunden_best = pd.merge(
kunden, bestellungen,
on="kunden_id",
how="left"
)
print(alle_kunden_best)
alle_best_kunden = pd.merge(
kunden, bestellungen,
on="kunden_id",
how="right"
)
print(alle_best_kunden)
# alles mit allem mergen
alles = pd.merge(
kunden, bestellungen,
on="kunden_id",
how="outer"
)
print(alles)

48
src/T18_MergingEx.py Normal file
View File

@ -0,0 +1,48 @@
import pandas as pd
from datetime import datetime, timedelta
# Kunden Dataset
kunden = pd.DataFrame({
'kunden_id': [1, 2, 3, 4, 5, 6, 7, 8],
'name': ['Anna Müller', 'Ben Schmidt', 'Clara Weber', 'David Klein',
'Eva Richter', 'Frank Braun', 'Greta Wolff', 'Hans Bauer'],
'email': ['anna.mueller@email.com', 'ben.schmidt@email.com', 'clara.weber@email.com',
'david.klein@email.com', 'eva.richter@email.com', 'frank.braun@email.com',
'greta.wolff@email.com', 'hans.bauer@email.com'],
'registriert_am': ['2024-01-15', '2024-01-22', '2024-02-03', '2024-02-10',
'2024-02-28', '2024-03-05', '2024-03-12', '2024-03-20']
})
bestellungen = pd.DataFrame({
'bestell_id': [101, 102, 103, 104, 105, 106, 107, 108, 109],
'kunden_id': [1, 2, 1, 3, 2, 4, 1, 5, 9], # Kunde 9 existiert nicht!
'bestelldatum': ['2024-01-20', '2024-01-25', '2024-02-01', '2024-02-05',
'2024-02-12', '2024-02-15', '2024-03-01', '2024-03-10', '2024-03-15'],
'status': ['geliefert', 'geliefert', 'versandt', 'geliefert', 'storniert',
'geliefert', 'geliefert', 'versandt', 'geliefert']
})
print("\nBestellungen Dataset:")
print(bestellungen)
positionen = pd.DataFrame({
'position_id': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14],
'bestell_id': [101, 101, 102, 103, 103, 104, 105, 106, 107, 107, 108, 108, 109, 110],
'produkt': ['Laptop', 'Maus', 'Tastatur', 'Monitor', 'Webcam', 'Headset',
'Smartphone', 'Ladekabel', 'Tablet', 'Hülle', 'Drucker', 'Papier',
'Router', 'Kamera'],
'menge': [1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 3, 1, 1],
'preis': [899.99, 29.99, 79.99, 299.99, 89.99, 149.99, 699.99, 24.99,
399.99, 19.99, 199.99, 29.99, 129.99, 549.99]
})
print("\nBestellpositionen Dataset:")
print(positionen)
# Aufgabe 1: Bestellungen mit Kundennamen
# Aufgabe 2: Vollständige Bestellübersicht (jede bestellung mit kunde und mit position mergen)
# Aufgabe 3: Kunden ohne Bestellungen finden [isna()]