Pandas DataFrame DataFrame.merge() 関数

  2. 関数参照
  3. Python Pandas 関数
  4. Pandas DataFrame DataFrame.merge() 関数
Suraj Joshi 2023年1月30日
Pandas Pandas DataFrame
  1. pandas.DataFrame.merge() の構文
  2. コード例：DataFrame.merge() 2つの DataFrames をマージする関数
  3. コード例：merge メソッドに how パラメータを設定して、さまざまな手法を使用してデータフレームをマージする
  4. コード例：Pandas の DataFrame.merge() 関数を用いて特定の列のみをマージする
  5. コード例：DataFrame をマージするための結合キーとしてインデックスを使用する DataFrame.merge() 関数
Pandas DataFrame DataFrame.merge() 関数

Python Pandas DataFrame.merge() 関数は DataFrame または名前付き系列オブジェクトをマージします。

pandas.DataFrame.merge() の構文

DataFrame.merge(
    right,
    how="inner",
    on=None,
    left_on=None,
    right_on=None,
    left_index=False,
    right_index=False,
    sort=False,
    suffixes="_x",
    "_y",
    copy=True,
    indicator=False,
    validate=None,
)

パラメータ
right DataFrame または名前のついた Series. オブジェクトとマージします。
how left、right、inner、outer のいずれかです。マージ操作の実行方法
on ラベルまたはリスト。マージするカラム名またはインデックス名
left_on ラベルまたはリスト。左側の DataFrame にマージするカラム名またはインデックス名
right_on ラベルまたはリスト。右側の DataFrame にマージするカラム名またはインデックス名
left_index 論理値。左側の DataFrame のインデックスを結合キーとして使用します(left_index=True)
right_index 論理値。右側の DataFrame のインデックスを結合キー(right_index=True)として使用します。
sort 論理値。結合キーをアルファベット順にソートして出力する(sort=True)
suffixes 左側と右側の重複する列名にそれぞれ適用される接尾辞
copy 論理値。コピーを避けるには copy=False を指定します。
indicator 出力 DataFrame に _merge という名前のカラムを追加し、各行の情報を出力します(indicator=True) また、出力 DataFrame(indicator=string) に string という名前のカラムを追加します。
validate パラメータを使用して、マージが指定された型であるかどうかを調べます。

戻り値

与えられたオブジェクトをマージした DataFrame を返します。

コード例：DataFrame.merge() 2つの DataFrames をマージする関数

import pandas as pd

df1 = pd.DataFrame(
    {"Name": ["Suraj", "Zeppy", "Alish", "Sarah"], "Working Hours": [1, 2, 3, 5]}
)
df2 = pd.DataFrame({"Name": ["Suraj", "Zack", "Alish", "Raphel"], "Pay": [5, 6, 7, 8]})

print("1st DataFrame:")
print(df1)
print("2nd DataFrame:")
print(df2)

merged_df = df1.merge(df2)
print("Merged DataFrame:")
print(merged_df)

出力：

1st DataFrame:
    Name  Working Hours
0  Suraj              1
1  Zeppy              2
2  Alish              3
3  Sarah              5
2nd DataFrame:
     Name  Pay
0   Suraj    5
1    Zack    6
2   Alish    7
3  Raphel    8
Merged DataFrame:
    Name  Working Hours  Pay
0  Suraj              1    5
1  Alish              3    7

これは、SQL の inner-join メソッドを用いて df1 と df2 を単一の DataFrame にマージします。

inner-join メソッドでは、両方の DataFrames に共通のカラムが少なくとも 1つあることを確認しなければなりません。

ここで、merge() 関数は共通の列の値が同じである行を両方の DataFrames に結合します。

コード例：merge メソッドに how パラメータを設定して、さまざまな手法を使用してデータフレームをマージする

import pandas as pd

df1 = pd.DataFrame(
    {"Name": ["Suraj", "Zeppy", "Alish", "Sarah"], "Working Hours": [1, 2, 3, 5]}
)
df2 = pd.DataFrame({"Name": ["Suraj", "Zack", "Alish", "Raphel"], "Pay": [5, 6, 7, 8]})

print("1st DataFrame:")
print(df1)
print("2nd DataFrame:")
print(df2)

merged_df = df1.merge(df2, how="right")
print("Merged DataFrame:")
print(merged_df)

出力：

1st DataFrame:
    Name  Working Hours
0  Suraj              1
1  Zeppy              2
2  Alish              3
3  Sarah              5
2nd DataFrame:
     Name  Pay
0   Suraj    5
1    Zack    6
2   Alish    7
3  Raphel    8
Merged DataFrame:
     Name  Working Hours  Pay
0   Suraj            1.0    5
1   Alish            3.0    7
2    Zack            NaN    6
3  Raphel            NaN   8

これは、SQL の right-join テクニックを用いて df1 と df2 を単一の DataFrame にマージします。

ここで、merge() 関数は右の DataFrame からすべての行を返します。しかし、左の DataFrame に存在する行のみが NaN 値を取得します。

同様に、how パラメータの left と outer の値を使用することもできます。

コード例：Pandas の DataFrame.merge() 関数を用いて特定の列のみをマージする

import pandas as pd

df1 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zeppy", "Alish", "Sarah"],
        "Working Hours": [1, 2, 3, 5],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)
df2 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zack", "Alish", "Raphel"],
        "Pay": [5, 6, 7, 8],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)

print("1st DataFrame:")
print(df1)
print("2nd DataFrame:")
print(df2)

merged_df = df1.merge(df2, on="Name")
print("Merged DataFrame:")
print(merged_df)

出力：


1st DataFrame:
    Name  Working Hours    Position
0  Suraj              1    Salesman
1  Zeppy              2         CEO
2  Alish              3     Manager
3  Sarah              5  Sales Head
2nd DataFrame:
     Name  Pay    Position
0   Suraj    5    Salesman
1    Zack    6         CEO
2   Alish    7     Manager
3  Raphel    8  Sales Head
Merged DataFrame:
    Name  Working Hours Position_x  Pay Position_y
0  Suraj              1   Salesman    5   Salesman
1  Alish              3    Manager    7    Manager

これは df1 と df2 の Name カラムのみを結合します。デフォルトの結合方法は inner-join なので、両方の DataFrame に共通の行のみが結合されます。position カラムは両方の DataFrames に共通なので、Position_x と Position_y という 2つの位置のカラムを持つことになります。

デフォルトでは、_x と _y のサフィックスが重複するカラムの名前に付加されます。サフィックスは suffixes パラメータで指定できます。

df1 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zeppy", "Alish", "Sarah"],
        "Working Hours": [1, 2, 3, 5],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)
df2 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zack", "Alish", "Raphel"],
        "Pay": [5, 6, 7, 8],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)

print("1st DataFrame:")
print(df1)
print("2nd DataFrame:")
print(df2)

merged_df = df1.merge(df2, on="Name", suffixes=("_left", "_right"))
print("Merged DataFrame:")
print(merged_df)

出力：

1st DataFrame:
    Name  Working Hours    Position
0  Suraj              1    Salesman
1  Zeppy              2         CEO
2  Alish              3     Manager
3  Sarah              5  Sales Head
2nd DataFrame:
     Name  Pay    Position
0   Suraj    5    Salesman
1    Zack    6         CEO
2   Alish    7     Manager
3  Raphel    8  Sales Head
Merged DataFrame:
    Name  Working Hours Position_left  Pay Position_right
0  Suraj              1      Salesman    5       Salesman
1  Alish              3       Manager    7        Manager

コード例：DataFrame をマージするための結合キーとしてインデックスを使用する DataFrame.merge() 関数

import pandas as pd

df1 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zeppy", "Alish", "Sarah"],
        "Working Hours": [1, 2, 3, 5],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)
df2 = pd.DataFrame(
    {
        "Name": ["Suraj", "Zack", "Alish", "Raphel"],
        "Pay": [5, 6, 7, 8],
        "Position": ["Salesman", "CEO", "Manager", "Sales Head"],
    }
)

print("1st DataFrame:")
print(df1)
print("2nd DataFrame:")
print(df2)

merged_df = df1.merge(
    df2, left_index=True, right_index=True, suffixes=("_left", "_right")
)
print("Merged DataFrame:")
print(merged_df)

出力：


1st DataFrame:
    Name  Working Hours    Position
0  Suraj              1    Salesman
1  Zeppy              2         CEO
2  Alish              3     Manager
3  Sarah              5  Sales Head
2nd DataFrame:
     Name  Pay    Position
0   Suraj    5    Salesman
1    Zack    6         CEO
2   Alish    7     Manager
3  Raphel    8  Sales Head
Merged DataFrame:
  Name_left  Working Hours Position_left Name_right  Pay Position_right
0     Suraj              1      Salesman      Suraj    5       Salesman
1     Zeppy              2           CEO       Zack    6            CEO
2     Alish              3       Manager      Alish    7        Manager
3     Sarah              5    Sales Head     Raphel    8     Sales Head

2つの DataFrames の対応する行を、カラムの類似性を考慮せずにマージします。両方の DataFrame に同じ列名があった場合、結合後は列名に接尾辞を付けて別のカラムにします。

著者： Suraj Joshi
Suraj Joshi avatar Suraj Joshi avatar

Suraj Joshi is a backend software engineer at Matrice.ai.

LinkedIn

関連記事 - Pandas DataFrame