Skip to content
PandasのDataFrameを簡単にマージ、結合、連結する方法

PandasのDataFrameをPythonでマージ、結合、連結する方法

Updated on

パンダのDataFrameをPythonでマージする方法について、ステップバイステップのガイドで学びましょう。内部結合と外部結合、特定の列を基準にマージする方法、およびパンダのデータフレームからデータ可視化を作成する方法をPyGWalkerと一緒にまとめて説明します。

PandasのDataFrameをマージ結合連結することは、複数のデータセットを1つに結合するための重要な技術です。これらの技術は、データのクリーニング、変換、分析に必須です。マージ結合連結はしばしば同義語として使用されますが、データを結合するための異なる方法を指します。この記事では、これら3つの重要なテクニックについて詳しく説明し、Pythonでそれらを使用する例を提供します。

📚

PandasでのDataFrameのマージ

マージとは、1つまたは複数のDataFrameを、1つまたは複数の共通キーに基づいて行をリンクすることで、1つのDataFrameに結合するプロセスのことです。共通キーは、マージされるDataFrameの中で一致する値を持つ1つ以上の列です。

結合の異なるタイプ

pandasには、内部結合、外部結合、左結合、右結合の4つの結合タイプがあります。

  • 内部結合:両方のDataFrameで一致する値の行のみを返します。
  • 外部結合:両方のDataFrameのすべての行を返し、一致しない値の場所にはNaNで値を埋めます。
  • 左結合:左のDataFrameのすべての行と右のDataFrameの一致する行を返します。一致しない値の場所にはNaNで値を埋めます。
  • 右結合:右のDataFrameのすべての行と左のDataFrameの一致する行を返します。一致しない値の場所にはNaNで値を埋めます。

異なるタイプの結合を行う例

Pandasを使用してさまざまなタイプの結合を行う例を見てみましょう。

例1:内部結合

import pandas as pd
 
# 2つのDataFrameを作成する
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})
 
# 内部結合
merged_inner = pd.merge(df1, df2, on='key')
 
print(merged_inner)

出力:

  key  value_x  value_y
0   B        2        5
1   D        4        6

例2:外部結合

import pandas as pd
 
# 2つのDataFrameを作成する
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                    'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                    'value': [5, 6, 7, 8]})
 
# 外部結合
merged_outer = pd.merge(df1, df2, on='key', how='outer')
 
print(merged_outer)

出力:

  key  value_x  value_y
0   A      1.0      NaN
1   B      2.0      5.0
2   C      3.0      NaN
3   D      4.0      6.0
4   E      NaN      7.0
5   F      NaN      8.0

例3:左結合

左結合は、左のDataFrameのすべての行と右のDataFrameの一致する行を返します。左のDataFrameの中で右のDataFrameと一致しない行は、右のDataFrameの列の場所にNaNの値が入ります。

import pandas as pd
 
# 2つのDataFrameを作成する
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': [1, 2, 3, 4]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E'], 'value': [5, 6, 7]})
 
# 左結合を実行する
left_merged_df = pd.merge(df1, df2, on='key', how='left')
 
# 結合されたDataFrameを表示する
print(left_merged_df)

出力:

  key  value_x  value_y
0   A        1     NaN
1   B        2     5.0
2   C        3     NaN
3   D        4     6.0

例4:右結合

右結合は、右のDataFrameのすべての行と左のDataFrameの一致する行を返します。右のDataFrameの中で左のDataFrameと一致しない行は、左のDataFrameの列の場所にNaNの値が入ります。

import pandas as pd
 
# 2つのDataFrameを作成する
df1 = pd.DataFrame({'key': ['A', 'B', 'C'], 'value': [1, 2, 3]})
df2 = pd.DataFrame({'key': ['B', 'D', 'E'], 'value': [5, 6, 7]})
 
# 右結合を実行する
right_merged_df = pd.merge(df1, df2, on='key', how='right')
 
# 結合されたDataFrameを表示する
print(right_merged_df)

出力:

  key  value_x  value_y
0   B      2.0       5
1   D      NaN       6
2   E      NaN       7

PandasでのDataFrameの結合

結合は、インデックスや列の値に基づいて2つのDataFrameを1つに結合する方法です。

pandasには、内部結合、外部結合、左結合、右結合といった4つの結合タイプがあります。

  • 内部結合:インデックスや列の値の両方のDataFrameで一致する行のみを返します。
  • 外部結合:両方のDataFrameのすべての行を返し、一致しない値の場所にはNaNで値を埋めます。
  • 左結合:左のDataFrameのすべての行と右のDataFrameの一致する行を返します。一致しない値の場所にはNaNで値を埋めます。
  • 右結合:右のDataFrameのすべての行と左のDataFrameの一致する行を返します。一致しない値の場所にはNaNで値を埋めます。

PandasでのDataFrameの連結

連結は、2つ以上のDataFrameを垂直または水平に結合するプロセスです。pandasでは、concat()関数を使用してこれを実現できます。concat()関数により、2つ以上のDataFrameを垂直または水平に積み重ねて1つのDataFrameに結合することができます。

pandasを使用して2つ以上のDataFrameを連結する例

複数のDataFrameを垂直に連結するには、次のコードを使用できます。

import pandas as pd
 
# サンプルのDataFrameを作成する
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})
 
df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']})
 
# DataFrameを垂直に連結する
result = pd.concat([df1, df2])
 
print(result)

出力結果:

    A   B   C   D
0  A0  B0  C0  D0
1  A1  B1  C1  D1
2  A2  B2  C2  D2
3  A3  B3  C3  D3
0  A4  B4  C4  D4
1  A5  B5  C5  D5
2  A6  B6  C6  D6
3  A7  B7  C7  D7

複数のDataFrameを水平に連結するには、次のコードを使用できます。

import pandas as pd
 
# サンプルのDataFrameを作成する
df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']})
 
df2 = pd.DataFrame({'E': ['E0', 'E1', 'E2', 'E3'],
                    'F': ['F0', 'F1', 'F2', 'F3'],
                    'G': ['G0', 'G1', 'G2', 'G3'],
                    'H': ['H0', 'H1', 'H2', 'H3']})
 
# DataFrameを水平に連結する
result = pd.concat([df1, df2], axis=1)
 
print(result)

出力結果:

    A   B   C   D   E   F   G   H
0  A0  B0  C0  D0  E0  F0  G0  H0
1  A1  B1  C1  D1  E1  F1  G1  H1
2  A2  B2  C2  D2  E2  F2  G2  H2

Panda Dataframesのための結合ビューを作成する

Python内で結合ビューを作成するためのオープンソースのデータ分析およびデータ可視化パッケージがあります: PyGWalker

Pandas Dataframesで結合ビューを作成する

PyGWalkerは、Jupyter Notebookのデータ分析およびデータ可視化ワークフローを簡素化することができます。Pythonを使ってデータを分析する代わりに、軽量で使いやすいインターフェースを提供します。以下の手順で簡単に実行できます:

まず、Jupyter Notebookにpygwalkerpandasをインポートします。

import pandas as pd
import pygwalker as pyg

既存のワークフローを変更せずにpygwalkerを使用できます。例えば、次のようにデータフレームを読み込む方法でGraphic Walkerを呼び出すことができます。

df = pd.read_csv('./bike_sharing_dc.csv', parse_dates=['date'])
gwalker = pyg.walk(df)

これで、使いやすいユーザーインターフェースでPandas Dataframeを視覚化できます!

PyGWalkerのUIでPandas Dataframeを視覚化する (opens in a new tab)

変数をドラッグアンドドロップするだけで簡単にConcat Viewを作成できます:

変数をドラッグアンドドロップしてConcat Viewを作成する (opens in a new tab)

PyGWalkerを今すぐ試すには、Google Colab (opens in a new tab)Binder (opens in a new tab)、またはKaggle (opens in a new tab)でPyGWalkerを実行できます。

PyGWalkerはオープンソースです。PyGWalkerのGitHubページ (opens in a new tab)をチェックし、Towards Data Science Article (opens in a new tab)を読むことができます。

より高度な、AIを活用した自動化データ分析ツールRATH (opens in a new tab)もぜひチェックしてください。RATHもオープンソースで、そのソースコードはGitHubにホスティングされています (opens in a new tab)

よくある質問

PySparkを使用して2つのDataFrameを結合するにはどうすればよいですか?

PySparkはオープンソースのビッグデータ処理フレームワークであり、Python、Java、Scala、Rのいずれかでデータ処理アプリケーションを書くことができます。PySparkを使用して2つのDataFrameを結合するには、2つのDataFrameオブジェクトとオプションの結合式を指定するjoin()メソッドを使用できます。結合のタイプはhowパラメータを使用して指定することができます。

Rを使用して2つのDataFrameをマージするにはどうすればよいですか?

Rを使用して2つのDataFrameをマージするには、merge()関数を使用します。この関数は2つのデータフレームと、データのマージ方法を指定するオプションの引数セットを受け取ります。

pandasで2つ以上のDataFrameを追加するにはどうすればよいですか?

pandasで2つ以上のDataFrameを追加するには、concat()関数を使用します。この関数は、DataFramesのリストと、データフレームを連結する軸を指定するオプションのaxisパラメータを受け取ります。

pandasを使用して共通の列に基づいて2つのDataFrameを結合するにはどうすればよいですか?

pandasを使用して共通の列に基づいて2つのDataFrameを結合するには、merge()関数を使用します。この関数は2つのDataFrameと、データのマージ方法を指定するオプションの引数セットを受け取ります。結合する列はonパラメータを使用して指定することができます。

結論

データ分析においてDataFrameをマージ、結合、連結することは重要な操作です。pandas、PySpark、Rなどの強力なツールの助けを借りて、これらの操作は簡単かつ効率的に実行することができます。大規模なデータセットや小規模なデータセットに対して、これらのツールは柔軟で直感的な方法でデータを操作する方法を提供しています。

📚