Python para IA · Lección 14
¿Qué diferencia hay entre usar 'concat' y usar 'merge' al combinar dos DataFrames distintos en Pandas?
Concat apila los DataFrames uno encima del otro (o uno al lado del otro) sin necesitar una relación lógica entre sus filas, mientras merge combina las filas de ambos DataFrames basándose en una columna clave compartida, similar a un JOIN de una base de datos relacional
Concat y merge son exactamente la misma operación con un nombre distinto, sin ninguna diferencia real de comportamiento entre ellas
Merge solo puede combinar exactamente dos DataFrames en total, sin ninguna posibilidad real de combinar más de dos a la vez en la misma operación
Concat requiere obligatoriamente que ambos DataFrames tengan una columna clave compartida en común, de la misma forma que merge lo requiere
Python para IA · Lección 14
Completa el código
Merge combina filas basándose en una columna clave
Revisa: combina filas basándose en una columna clave compartida entre ambos.
Python para IA · Lección 14
¿Por qué usar merge sería apropiado para combinar una tabla de clientes con una tabla de pedidos (relacionadas por un ID de cliente compartido), mientras concat sería más apropiado para apilar datos de ventas de enero y datos de ventas de febrero con la misma estructura de columnas?
Pista: clientes y pedidos tienen una relación lógica real (cada pedido pertenece a un cliente específico identificado por un ID compartido), así que merge aprovecha esa relación para combinar correctamente la información relacionada de ambas tablas; en cambio, las ventas de enero y febrero simplemente comparten la misma estructura de columnas sin necesitar ninguna relación lógica entre filas específicas, por lo que concat (apilar uno tras otro) es la operación apropiada para ese caso distinto.
✓
¡Lección completada!
Combinar datasets — merge, join y concat
0
XP ganado
3
Vidas restantes