[Python] pandas データ結合

mergeとconcatについてメモ。

pandas読み込み

import pandas as pd
from pandas import Series, DataFrame

結合の仕方

merge

公式

pd.merge(left_DataFrame, right_DataFrame,
           how='inner',
           on=None, left_on=None, right_on=None, 
           left_index=False, right_index=False, 
           sort=False,
           suffixes=('_x', '_y'))

引数	説明
how	joinの仕方。 （'left', 'right', 'outer', 'inner'） defaultは'inner'
axis	行か列か、0 or 1
left_on	左側の結合する列またはインデックスの名前。
right_on	右側の結合する列またはインデックスの名前。
left_index	左側のインデックスでマージする時。boolean, default False
right_index	右側のインデックスでマージする時。boolean, default False
sort	結果の結合キーを辞書的にソート。順序はjoinの仕方によって異なる。boolean, default False
suffixes	両方で重複する列名に接尾語を付ける。 hoge_1,hoge_2みたいな。defaultは'_x','_y'

実際にデータでやってみる。

# データ1の準備
attri_data1 = {'ID':['100','101','102','105','106']
        ,'city':['Tokyo','Chiba','Kyoto','Gunma','Tokyo']
        ,'birth_year':[1991,1992,1985,1996,1981]
        ,'name':['Yamada','Sato','Suzuki','Kitamura','Aoki']}
data_frame1 = DataFrame(attri_data1)

# データ2の準備
attri_data2 = {'ID':['100','101','102','103','104']
        ,'math':[34,77,45,81,98]
        ,'English':[47,64,16,53,37]
        ,'sex':['F','M','F','F','M']
        ,'index_num':[0,1,2,3,4]}
data_frame2 = DataFrame(attri_data2)

inner join

# IDで内部結合
pd.merge(data_frame1, data_frame2, how="inner" ,on="ID")

↓　　↓　　↓

left join

# left join
pd.merge(data_frame1, data_frame2, how="left", on="ID")

↓　　↓　　↓

outer join

# outer join
pd.merge(data_frame1, data_frame2, how="outer")

↓　　↓　　↓

indexによる結合

# indexによる結合
pd.merge(data_frame1, data_frame2, left_index=True, right_on="index_num")

↓　　↓　　↓

concat

mergeと似ているが、基本的にはデータの下に、そのままもう１つのデータをくっつける時に使う。
公式

実際にデータでやってみる。

# データ1の準備
attri_data1 = {'ID':['100','101','102','105','106']
        ,'city':['Tokyo','Chiba','Kyoto','Gunma','Tokyo']
        ,'birth_year':[1991,1992,1985,1996,1981]
        ,'name':['Yamada','Sato','Suzuki','Kitamura','Aoki']}
data_frame1 = DataFrame(attri_data1)

# データ3の準備
attri_data3 = {'ID':['110','111','112']
        ,'city':['Akita','Okinawa','Fukuoka']
        ,'birth_year':[1992,1987,1990]
        ,'name':['Ishida','Takada','Shimada']}
data_frame3 = DataFrame(attri_data3)

concat

# concat
pd.concat([data_frame1, data_frame3])

↓　　↓　　↓

参考

Pandas でデータフレームの結合 (マージ, JOIN)