[Pandas 기초]4.여러 DataFrame 연결하기(Join)

안녕하세요. PSYda 입니다.

이번 포스팅에서는 두 개의 DataFrame을 연결하는 Join 기법에 대해 알아보겠습니다.

소개할 내용은 아래와 같습니다.

• 컬럼 기준 Join
• Index 기준 Join
• 행기준 Join
• Inner, Left, Right ,Outer Join

3. DataFrame Join

Join 이란?

• 두 개의 DataFrame을 합치는 것
• 열기준 컬럼명으로 합치기 : merge
• 열기준 Index명로 합치기 : merge, concat
• 행기준으로 합치기 : concat, append

합치는 방법은?

• Inner : 두 DataFrame의 기준 컬럼에서 둘 다 존재하는 데이터만 Join
• Left Outer join : 왼쪽 DataFrame으로 합치기
• Right Outer Join : 오른쪽 DataFrame으로 합치기
• Outer Join : 두 DataFrame의 모든 Data를 합치기

Merge 명령어 사용법?

• pd.merge(left, right, how, on, left_on, right_on, left_index, right_index)
• left : Merge 할 왼쪽 DataFrame
• right : Merge 할 오른쪽 DataFrame
• how : inner, left, right, outer
• on : 두 DataFrame을 Join할 기준 컬럼명(컬럼명이 동일할 경우)
• left_on : Join할 기준 컬럼의 왼쪽 DataFrame의 컬럼명
• right_on : Join할 기준 컬럼의 오른쪽 DataFrame의 컬럼명
• left_index : 왼쪽 DataFrame index로 Join할 경우 True
• right_index : 오른쪽 DataFrame index로 Join할 경우 True

concat 명령어 사용법?

• pd.concat([left,right], axis, join,...)
• [left,right] : left DataFrame과 right DataFrame으로 이루어진 List
• axis = 0 : 행기준으로 합치기, 1: 열기준으로 Index명으로 합치기

pandas libary를 import 합니다.

import pandas as pd
from pandas import Series, DataFrame

3.1 같은 Column끼리 합치기

DF1 = DataFrame([["싸이",180,75],["덕구",160,65],["또치",170,75]], columns = ["이름","키","몸무게"])
DF1

	이름	키	몸무게
0	싸이	180	75
1	덕구	160	65
2	또치	170	75

DF2 = DataFrame([["싸이","포워드","잘함"],["덕구","미드필더","못함"],["똥갈","수비수","잘함"]], columns = ["이름","포지션","실력"])
DF2

	이름	포지션	실력
0	싸이	포워드	잘함
1	덕구	미드필더	못함
2	똥갈	수비수	잘함

3.1.1 Inner Join

두 DataFrame의 기준 컬럼에서 둘 다 존재하는 데이터만 Join

pd.merge(left = DF1 , right = DF2, how = "inner", on = "이름")

	이름	키	몸무게	포지션	실력
0	싸이	180	75	포워드	잘함
1	덕구	160	65	미드필더	못함

3.1.2 Left Outer Join

• 왼쪽 DataFrame의 모든 데이터 출력 +
• 오른쪽 DataFrame 중 왼쪽 DataFrame에 있는 Data는 출력
• 오른쪽 DataFrame 중 왼쪽 DataFrame에 없는 Data는 NaN으로 처리

pd.merge(left = DF1 , right = DF2, how = "left", on = "이름")

	키	몸무게	포지션	실력
이름
싸이	180	75	포워드	잘함
덕구	160	65	미드필더	못함
또치	170	75	NaN	NaN

3.1.3 Right Outer Join

• 오른쪽 DataFrame의 모든 데이터 출력 +
• 왼쪽 DataFrame 중 오른쪽 DataFrame에 있는 Data는 출력
• 왼쪽 DataFrame 중 오른쪽 DataFrame에 없는 Data는 NaN으로 처리

pd.merge(left = DF1 , right = DF2, how = "right", on = "이름")

	이름	키	몸무게	포지션	실력
0	싸이	180.0	75.0	포워드	잘함
1	덕구	160.0	65.0	미드필더	못함
2	똥갈	NaN	NaN	수비수	잘함

3.1.4 Outer Join

• 왼쪽, 오른쪽 DataFrame의 모든 데이터 출력 +
• 왼쪽 DataFrame 중 오른쪽 DataFrame에 있는 Data는 NaN으로 처리
• 오른쪽 DataFrame 중 왼쪽 DataFrame에 없는 Data는 NaN으로 처리

DF1과 DF2를 Outer Join

pd.merge(left = DF1 , right = DF2, how = "outer", on = "이름")

	이름	키	몸무게	포지션	실력
0	싸이	180.0	75.0	포워드	잘함
1	덕구	160.0	65.0	미드필더	못함
2	또치	170.0	75.0	NaN	NaN
3	똥갈	NaN	NaN	수비수	잘함

3.2 같은 Index 기준으로 합치기

• set_index("컬럼명") : 컬럼명의 데이터가 Index로 설정, 컬럼데이터는 삭제됨

DF1 = DF1.set_index("이름")
DF1

	키	몸무게
이름
싸이	180	75
덕구	160	65
또치	170	75

DF2 = DF2.set_index("이름")
DF2

	포지션	실력
이름
싸이	포워드	잘함
덕구	미드필더	못함
똥갈	수비수	잘함

pd.merge(left = DF1, right = DF2, left_index = True, right_index = True, how = "inner")

	키	몸무게	포지션	실력
이름
싸이	180	75	포워드	잘함
덕구	160	65	미드필더	못함

pd.concat([DF1,DF2],axis = 1, join = 'inner')

	키	몸무게	포지션	실력
이름
싸이	180	75	포워드	잘함
덕구	160	65	미드필더	못함

3.3 행기준으로 합치기

• 같은 컬럼명이 존재하면, 데이터 저장
• 다른 컬럼명이 존재하면, 해당 컬럼이 있는 DataFrame은 데이터 저장, 없는 DataFrame은 NaN 처리
• 일반적으로 concat보다 append가 더 빠름

DF3 = DataFrame([[187, 80, 30], [190,85, 20]], columns = ["키","몸무게","나이"], index = ["거북이","깜디"])
DF3

	키	몸무게	나이
거북이	187	80	30
깜디	190	85	20

DF1.append(DF3, sort=False)

	키	몸무게	나이
싸이	180	75	NaN
덕구	160	65	NaN
또치	170	75	NaN
거북이	187	80	30.0
깜디	190	85	20.0

pd.concat([DF1, DF3], axis = 0, sort=False)

	키	몸무게	나이
싸이	180	75	NaN
덕구	160	65	NaN
또치	170	75	NaN
거북이	187	80	30.0
깜디	190	85	20.0

위의 Jupyter notebook 내용은 여기 Github에서도 확인 할 수 있습니다.

다음 포스팅은 Pandas 데이터의 파일 입출력에 대해 알아볼 예정입니다.

감사합니다.