Pandasのデータフレームを利用したデータの結合

Yamu

PandasはPythonの
データ解析ライブラリであり
データの結合や操作に
非常に便利です
特に、異なるデータソースから
データを結合する
必要がある場合には、
Pandasのデータフレームを
使用することが
一般的です。この記事では
Pandasを使用してデータフレームを
結合する方法を解説します。

[PR]※本サイトには、プロモーションが含まれています

1 今回紹介する結合
2 内部結合
3 全結合
4 左側結合
5 右側結合
6 縦結合
7 参考文献

今回紹介する結合

今回紹介する結合を纏めました。

結合種	コード	コードの説明
内部結合	pd.merge(df1,df2, on =’共通列’)	データフレーム `df1` と `df2` の間で共通キーを使用して、共通するデータのみ結合、結果をデータフレーム `df3` に格納しています。
全結合	pd.merge(df1,df2, how =’outer’)	データフレーム `df1` と `df2` の両方に存在するカラムを利用して結合しています。結合する値が存在しない場合、そのセルには NaN（欠損値）が入ります。
左外部結合	pd.merge(df1,df2, how =’left’)	データフレーム `df1` からすべての行を取り出し、共通するキーを基準にしてデータフレーム `df2` から対応するデータを結合します。その結果をデータフレーム `df3` に格納します。つまり、データフレーム `df1` の各行に対して、共通するキーが `df2` に存在すれば、それに対応する `df2` のデータが結合されます。最終的なデータフレーム `df3` には、結合されたデータが格納されます。
右外部結合	pd.merge(df1,df2, how =’right’)	データフレーム `df1` と `df2` の間で、共通するキーを基準にして結合を行い、結果をデータフレーム `df3` に格納します。この結合操作では、データフレーム `df2` のすべての行が取り出され、それぞれの行に対応するキーがデータフレーム `df1` に存在すれば、対応するデータが結合されます。最終的なデータフレーム `df3` には、この結合されたデータが格納されます。
縦結合	pd.concat([df1,df2])	concatメソッドを使うと縦にデータを積み上げられます

内部結合

pd.merge(df1, df2, on=’key’)
というコードで内部結合をします
on=’Key’はどの列を基準にマージを行うか指定しています

データ1

データ2

結合データ

Keyの中で共通しているBとDのみなので
BとDのみ横方向に結合されているのが分かりますね

2つのデータフレームを作成し
内部結合させるコードです

import pandas as pd

# 仮のデータフレームを作成
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})

df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})

# df1とdf2を 'key' 列を基準にして結合する
df3 = pd.merge(df1, df2, on='key')

全結合

df3 = pd.merge(df1,df2,how = ‘outer’)
というコードで全結合しています
データ1,データ2を全て一つのファイルに
合体しますどちらかに共通のキーがあるとき結合
ない場合は空白,Nanが表示される

データ1 :受験名簿

データ2:合否結果

受験番号をKeyとして
二つのデータを結合する
対応するデータがない時はNAとなる

一番下の山田哲也さんは合否のデータがないので空白ですね!
コードを記載します

import pandas as pd

#　受験名簿を読み込み
df1 = pd.read_csv('//content//受験名簿.csv')
#  受験番号を読み込み
df2 = pd.read_csv('//content//合否結果.csv')
#  データを全結合
df3 = pd.merge(df1,df2,how = 'outer')

# ファイルを内部結合
df3.to_csv('結合ファイル.csv',index = False,encoding = 'shift-jis')