Pandas でデータフレームの結合 (マージ, JOIN)

このページでは、Pandas で作成したデータフレーム同士を結合する方法について紹介します。

2 つのデータフレームを結合する

以下の例では、merge() メソッドを用いて、2 つのデータフレームを作成し、内部結合 (inner join) を行います。

Merge メソッドの使い方

merge(left, right, how='inner', on=None, left_on=None, right_on=None,

left_index=False, right_index=False, sort=True,

suffixes=('_x', '_y'), copy=True, indicator=False)

引数

left	データフレーム (DataFrame) オブジェクト。
right	もう一つのデータフレーム (DataFrame) オブジェクト。
on	結合に用いる行の名前。left と right のデータフレーム両方に存在する必要があります。値が設定されていなく、かつ left_index と right_index も設定されていない場合は、結合に用いるキーを推測により選択します。
left_on	left のデータフレームでキーとして用いる列名、または配列。
right_on	right のデータフレームでキーとして用いる列名、または配列を選択。
left_index	True を設定すると、left のデータフレームの行ラベルを結合のキーとして用います。MultiIndex (階層的なインデックス構造) を持つデータフレームの場合、階層数を left と right で合わせる必要があります。
right_index	left_index と同じです。
how	‘left’, ‘right’, ‘outer’, ‘inner’ のいずれかを設定。 (デフォルトは “inner”)
sort	True を設定すると、結合後のデータフレームをソートします。(デフォルトは True)
suffixes	同一のカラム名が存在した場合に、後ろに文字列を追加して区別します。 (デフォルトは ‘_x’, ‘_y’)
copy	常に与えられたデータフレームをコピーします。場合によっては、False に設定すると、パフォーマンスやメモリの使用量を向上できる場合があります。 (デフォルトは True)
indicator	_merge という名前のカラムを出力後のデータフレームに追加し、結合前の行に関する情報を格納します。

>>> import pandas as pd

>>> import numpy as np

>>> # データフレーム customer (顧客) を作成

>>> customer = pd.DataFrame([["0001", "John"], ["0002", "Lily"]], columns=['customer_id', 'name'])

>>> customer

customer_id name

0 0001 John

1 0002 Lily

>>> # データフレーム order (注文) を作成

>>> order = pd.DataFrame([["0001", "Smartphone"],

["0001", "Wireless Charger"],

["0002", "Wearable watch"]],

columns=['customer_id', 'product_name'])

>>> order

customer_id product_name

0 0001 Smartphone

1 0001 Wireless Charger

2 0002 Wearable watch

>>> # データフレーム customer と order を内部結合

>>> pd.merge(customer, order, how="inner", on="customer_id")

customer_id name product_name

0 0001 John Smartphone

1 0001 John Wireless Charger

2 0002 Lily Wearable watch

結合に用いるキーが異なる場合は、left_on, right_on 引数で指定します。

>>> # データフレーム employee (従業員) を作成

>>> employee = pd.DataFrame([["Miki", "Tokyo"],["Ichiro", "Osaka"]],

columns=['employee_name', 'office_name'])

>>> employee

employee_name office_name

0 Miki Tokyo

1 Ichiro Osaka

>>> # データフレーム office (事務所) を作成

>>> office = pd.DataFrame([["Tokyo", "1-2-3 Chiyoda-ku Tokyo"],

["Osaka", "3-2-1 Chuo-ku Osaka"]],

columns=['name', 'address'])

>>> office

name address

0 Tokyo 1-2-3 Chiyoda-ku Tokyo

1 Osaka 3-2-1 Chuo-ku Osaka

>>> # データフレーム employee と office を内部結合

>>> pd.merge(employee, office, how="inner", left_on="office_name", right_on="name")

employee_name office_name name address

0 Miki Tokyo Tokyo 1-2-3 Chiyoda-ku Tokyo

1 Ichiro Osaka Osaka 3-2-1 Chuo-ku Osaka

外部結合 (Left join, outer join) を行う際は how 引数にてそれぞれ指定します。

>>> # データフレーム products (商品) を作成

>>> products = pd.DataFrame([["P-001", "Orange"],

["P-002", "Apple"],

["P-003", "Blueberry"]],

columns=['product_id', 'name'])

>>> products

product_id name

0 P-001 Orange

1 P-002 Apple

2 P-003 Blueberry

>>> # データフレーム stock (在庫) を作成

>>> stock = pd.DataFrame([["P-001", 10],

["P-002", 20],

["P-010", 30]],

columns=['product_id', 'amount'])

>>> stock

product_id amount

0 P-001 10

1 P-002 20

2 P-010 30

>>> # Left Join (Left outer join, 左部分外部結合)

>>> pd.merge(products, stock, how="left", on="product_id")

product_id name amount

0 P-001 Orange 10

1 P-002 Apple 20

2 P-003 Blueberry NaN

>>> # Right Join (Left outer join, 右部分外部結合)

>>> pd.merge(products, stock, how="right", on="product_id")

product_id name amount

0 P-001 Orange 10

1 P-002 Apple 20

2 P-010 NaN 30

>>> # Outer join (Full outer join, 完全外部結合)

>>> pd.merge(products, stock, how="outer", on="product_id")

product_id name amount

0 P-001 Orange 10

1 P-002 Apple 20

2 P-003 Blueberry NaN

3 P-010 NaN 30

2 つのデータフレームを結合する (concat)

2 つのデータフレームを縦方向に結合するには、pd.concat メソッドを用いて行えます。

>>> df1 = pd.DataFrame([["0001", "John"],

["0002", "Lily"]],

columns=['id', 'name'])

>>> df1

id name

0 0001 John

1 0002 Lily

>>> df2 = pd.DataFrame([["0003", "Chris"],

["0004", "Jessica"]],

columns=['id', 'name'])

>>> df2

id name

0 0003 Chris

1 0004 Jessica

>>> pd.concat([df1, df2], ignore_index=True)

id name

0 0001 John

1 0002 Lily

2 0003 Chris

3 0004 Jessica

参考: Merge, join, and concatenate — pandas 0.18.0 documentation

2 つのデータフレームを結合する

2 つのデータフレームを結合する (concat)

See also