Python で DataFrame を使用してデータをマージおよび結合するにはどうすればよいですか?

merge()

1. 従来のマージ

①方法1

参照カラムを指定し、この列に基づいて、他の列をマージします。

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")
df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

②方法 2

このマージを実現するには、インデックスを使用して、つまりインデックス列に基づいてマージすることもできます。 left_index と right_index の両方を True
に設定するだけです。 (left_index と right_index の両方のデフォルトは False です。left_index は、左側のテーブルが左側のテーブル データのインデックスに基づいていることを意味し、right_index は、右側のテーブルが右側のテーブル データのインデックスに基づいていることを意味します。)

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

df_merge = pd.merge(df1, df2, left_index=True, right_index=True)
print(df_merge)

方法①と比較すると、図に示すように、方法②でマージされたデータには重複する列が存在することが異なります。

重要なパラメータ

pd.merge(right,how=‘inner’, on=“なし”, left_on=“なし”, right_on=“なし”, left_index= False、right_index=False )

onベース列の列名left_on左テーブルのベース列の列名right_on右のテーブルのベース列の列名left_index左の列がインデックスに基づいているかどうか、デフォルトis False、noright_index正しい列がインデックスに基づいているかどうか、デフォルトは False、noこのうち、left_index と right_index は on と同時に指定できません。

パラメータ	説明
left	左のテーブル、マージされたオブジェクト、DataFrame または Series
right	右のテーブル、マージされたオブジェクト、DataFrame または Series
方法	マージ方法には、左 (左マージ)、右 (右マージ)、外側 (外側マージ)、内側 (内側マージ) があります。

マージ メソッド left right external inner

データの準備‘

新しいデータ セットの準備:

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '004', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

#inner (デフォルト)

両方のデータセットのキーの共通部分を使用します

df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

outer

両方のデータセットのキーの結合を使用する

df_merge = pd.merge(df1, df2, on='id', how="outer")
print(df_merge)

left

左のデータ セットのキーを使用

df_merge = pd.merge(df1, df2, on='id', how='left')
print(df_merge)

right

右のデータ セットのキーを使用

df_merge = pd.merge(df1, df2, on='id', how='right')
print(df_merge)

2. 多対 1 のマージ

import pandas as pd

df1 = pd.DataFrame({'id': ['001', '002', '003'],
                    'num1': [120, 101, 104],
                    'num2': [110, 102, 121],
                    'num3': [105, 120, 113]})
df2 = pd.DataFrame({'id': ['001', '001', '003'],
                    'num4': [80, 86, 79]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

図に示すように、df2 には重複した id1 データがあります。

Merge

df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

マージされた結果は次の図に示すとおりです。

データを使用するデフォルトの Inner メソッドに従います。 2 つのデータセットからのキーの共通部分。また、重複キーを持つ行はマージ結果に複数の行として反映されます。

3. 多対多のマージ

たとえば、グラフ 1 と表 2 の両方に、重複する ID を持つ複数の行があります。

import pandas as pd
df1 = pd.DataFrame({'id': ['001', '002', '002', '002', '003'],
                    'num1': [120, 101, 104, 114, 123],
                    'num2': [110, 102, 121, 113, 126],
                    'num3': [105, 120, 113, 124, 128]})
df2 = pd.DataFrame({'id': ['001', '001', '002', '003', '001'],
                    'num4': [80, 86, 79, 88, 93]})
print(df1)
print("=======================================")
print(df2)
print("=======================================")

df_merge = pd.merge(df1, df2, on='id')
print(df_merge)

concat()

pd.concat(objs, axis=0, join= ‘outer’、ignore_index:bool=False、keys=None、levels=None、names=None、verify_integrity:bool=False、sort:bool=False、copy:bool=True)

パラメータ説明objsシリーズ、データフレーム、またはパネルのシーケンスオブジェクトまたはマッピング デフォルトは 0 で、列を示します。 1 の場合は行を意味します。 デフォルトは「outer」ですが、「inner」にすることもできます デフォルトは False で、インデックスが保持される (無視されない) ことを意味します。インデックスを無視するには、True に設定します。

	axis
	#join
	ignore_index
	其他重要参数通过实例说明。 1.相同字段的表首位相连 首先准备三组DataFrame数据： import pandas as pd df1 = pd.DataFrame({'id': ['001', '002', '003'], 'num1': [120, 114, 123], 'num2': [110, 102, 121], 'num3': [113, 124, 128]}) df2 = pd.DataFrame({'id': ['004', '005'], 'num1': [120, 101], 'num2': [113, 126], 'num3': [105, 128]}) df3 = pd.DataFrame({'id': ['007', '008', '009'], 'num1': [120, 101, 125], 'num2': [113, 126, 163], 'num3': [105, 128, 114]}) print(df1) print("=======================================") print(df2) print("=======================================") print(df3) 合并 dfs = [df1, df2, df3] result = pd.concat(dfs) print(result) 如果想要在合并后，标记一下数据都来自于哪张表或者数据的某类别，则也可以给concat加上 参数keys 。 result = pd.concat(dfs, keys=['table1', 'table2', 'table3']) print(result) 此时，添加的keys与原来的index组成元组，共同成为新的index。 print(result.index) 2.横向表合并（行对齐） 准备两组DataFrame数据： import pandas as pd df1 = pd.DataFrame({'num1': [120, 114, 123], 'num2': [110, 102, 121], 'num3': [113, 124, 128]}, index=['001', '002', '003']) df2 = pd.DataFrame({'num3': [117, 120, 101, 126], 'num5': [113, 125, 126, 133], 'num6': [105, 130, 128, 128]}, index=['002', '003', '004', '005']) print(df1) print("=======================================") print(df2) 当axis为默认值0时： result = pd.concat([df1, df2]) print(result) 横向合并需要将axis设置为1 ： result = pd.concat([df1, df2], axis=1) print(result) 对比以上输出差异。 axis=0时，即默认纵向合并时，如果出现重复的行，则会同时体现在结果中 axis=1时，即横向合并时，如果出现重复的列，则会同时体现在结果中。 3.交叉合并 result = pd.concat([df1, df2], axis=1, join='inner') print(result)

以上がPython で DataFrame を使用してデータをマージおよび結合するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。