前言

在上一篇文章中，我們已經完成了資料欄位的統一。今天的任務，就是把 App Store 和 Google Play 的資料合併成一份完整的 DataFrame。

為什麼要合併？

• 統一分析視角：讓我們可以同時比較兩個平台的評論表現。
• 更大樣本數：結合後的資料更完整，有利於進行情感分析、評分趨勢分析等。
• 後續應用更方便：像是做情感分類模型、關鍵字提取，就不需要額外再區分來源資料。

資料合併

# 假設我們已經有 df_app_store 和 df_google_play

# 合併兩個資料集
combined_df = pd.concat([df_app_store, df_google_play], ignore_index=True)

# print(combined_df.head())
combined_df

平衡抽樣（各平台取前 500 筆）

假設我們只需要針對每個平台（App Store & Google Play）各抽取前 300 筆評論，
這樣可以確保資料在數量上平衡，可以參考下面範例的寫法。

import pandas as pd

# 假設我們已經有合併好的 combined_df
# 欄位包含：["title", "review", "rating", "date", "platform"]

# 依平台分組，取前 500 筆
limited_df = (
    combined_df.groupby("platform", group_keys=False)
    .apply(lambda x: x.head(500))
    .reset_index(drop=True)
)

print(limited_df.shape)
print(limited_df["platform"].value_counts())

limited_df

👉 在下一篇文章中，我將示範如何進行 評論前處理，例如：移除 emoji、轉換時間格式、只保留特定欄位，讓資料更適合分析。