DataFrame 합치기2 (concat, merge, join)

데이터프레임 병합 : pd.merge()

merge() 함수는 두 데이터프레임을 병합하는 기능을 수행한다는 점에서 pd.concat()함수와 동일하다.

concat과의 차이점으로 merge는 두 데이터프레임을 각 데이터에 존재하는 고유값(key)을 기준으로 병합할때 사용한다.

 

Default : pd.merge(df_left, df_right, how='inner', on=None)

 

두 개의 데이터 프레임을 생성해준다.

 

df1 = pd.DataFrame({'data1': range(5), 
                    'key': list('abcde')})

df2 = pd.DataFrame({'data2': range(3), 
                    'key': list('efg')})

print(df1, '\n\n', df2)

[Output]

	data1	key
0	0	a
1	1	b
2	2	c
3	3	d
4	4	e

 

	data2	key
0	0	e
1	1	f
2	2	g

 

 

두 데이터 프레임을 아무 옵션을 주지않고 merge를 할 경우 아래와 같다.

 

result = pd.merge(df1, df2)
print(result)

	data1	key	data2
0	4	e	0

 

 

아무 옵션을 적용하지 않으면, on=None이므로 두 데이터의 공통 열 이름(key)을 기준으로 inner(교집합) 조인을 하게 된다.

 

 

merge()함수의 옵션

1. merge(how='outer')

result = pd.merge(df1, df2, on='key', how='outer')
print(result)

 

	data1	key	data2
0	0.0	a	NaN
1	1.0	b	NaN
2	2.0	c	NaN
3	3.0	d	NaN
4	4.0	e	0.0
5	NaN	f	1.0
6	NaN	g	2.0

 

outer(합집합) join을 수행하면 공통되지 않는 값들에 대해 NaN 값을 반환한다.

 

2. merge(how='left')

result = pd.merge(df1, df2, on='key', how='left')
result

	data1	key	data2
0	0	a	NaN
1	1	b	NaN
2	2	c	NaN
3	3	d	NaN
4	4	e	0.0

 

 

left join을 수행하면 df1를 기준으로 join을 수행하여 df2에 해당 key 값이 없는 경우NaN 값을 반환한다.

 

3. merge(how='right')

result = pd.merge(df1, df2, on='key', how='right')
result

	data1	key	data2
0	4.0	e	0
1	NaN	f	1
2	NaN	g	2

 

 

right join을 수행하면 left join과 반대로 df1에 해당 key 값이 없는 경우 NaN값을 반환한다.

 

 

---

데이터프레임 결합 : join()

join함수는 merge()함수를 기반으로 만들어졌기 때문에 기본 작동방식이 비슷하지만 행 인덱스를 기준으로 데이터프레임을 병합한다는 점에서 차이가 있다.

 

Default : Dataframe.join(Dataframe2. how='left')

 

df1 = pd.DataFrame({
    'data1': range(7),
    'lkey': list('abcabca')},
    index=range(7))
    
df2 = pd.DataFrame({'data2': range(3), 'rkey': list('abd')}, index=[2, 3, 4])

	data1	lkey
0	0	a
1	1	b
2	2	c
3	3	a
4	4	b
5	5	c
6	6	a

 

 

	data2	rkey
2	0	a
3	1	b
4	2	d

 

result = df1.join(df2)
result

	data1	lkey	data2	rkey
0	0	a	NaN	NaN
1	1	b	NaN	NaN
2	2	c	0.0	a
3	3	a	1.0	b
4	4	b	2.0	d
5	5	c	NaN	NaN
6	6	a	NaN	NaN

 

default값이 how=’left’, 이므로 df1의 행 인덱스(lkey)를 기준으로 결합된다.