[python/파이썬] 데이터 프레임 결합 - 상하 결합, 좌우 결합

데이터 프레임 결합

1. 상하 결합

• pd.concat([df1, df2], axis = 0) : 동일한 column 기준으로 위/아래로 합치기, 행 기준으로 데이터 프레임 결합

import pandas as pd

df1 = pd.DataFrame({'A' : [1, 2, 3], 'B' : [11, 12, 13], 'C' : [21, 22, 23]})
df2 = pd.DataFrame({'A' : [4, 5, 6], 'B' : [14, 15, 16], 'C' : [24, 25, 26]})

pd.concat([df1, df2])

pd.concat([df2, df1])

#index 초기화를 위해서 ignore_index = True
pd.concat([df1, df2], ignore_index = True

# 필드의 순서가 섞였을 때 결합 결과 확인
df1 = pd.DataFrame({'A' : [1, 2, 3], 'B' : [11, 12, 13], 'C' : [21, 22, 23]})
df2 = pd.DataFrame({'B' : [14, 15, 16], 'A' : [4, 5, 6], 'C' : [24, 25, 26]})

df1

df2

pd.concat([df1, df2])

- 행 기준으로 합쳐질 때 column이 일치하지 않는 곳은 NaN으로 채워진다.

# 서로 다른 필드로 구성되어 있는 데이터 프레임의 결합
df1 = pd.DataFrame({'A' : [1, 2, 3], 'B' : [11, 12, 13], 'C' : [21, 22, 23], 'D' : [31, 32, 33]})
df2 = pd.DataFrame({'A' : [3, 4, 5], 'B' : [13, 14, 15], 'C' : [23, 24, 25], 'E' : [41, 42, 43]})

df1

df2

pd.concat([df1, df2])

- pd.concat()함수는 default로 outer를 가진다
이어붙이는 방식을 join = outer는 합집합, join = inner는 교집합을 의미한다

#outer가 default이기 때문에 생략가능
pd.concat([df1, df2], join = 'outer')

# join = inner는 교집합, 여기에서는 df1, df2가 공통적으로 가지고 있는 A, B, C만 결합되어 보여짐
pd.concat([df1, df2], join = 'inner')

2. 좌우 결합

1) concat()

• pd.concat([df1, df2], axis = 1) : 열 기준. 데이터 프레임이 좌우, 옆으로 결합

import pandas as pd

df1 = pd.DataFrame({'A' : [1, 2, 3], 'B' : [11, 12, 13], 'C' : [21, 22, 23], 'D' : [31, 32, 33]})
df2 = pd.DataFrame({'E' : [3, 4, 5], 'F' : [13, 14, 15], 'G' : [23, 24, 25], 'H' : [41, 42, 43]})

df1

df2

pd.concat([df1, df2], axis = 1)

-문제 : 다음 두 데이터 프레임을 결합하기

df1 = pd.DataFrame({'ID' : [1, 2, 3], '성별' : ['F', 'M', 'F'], '나이' : [20, 30, 40]})
df2 = pd.DataFrame({'ID' : [1, 2, 3], '키' : [160.5, 170.3, 180.1], '몸무게' : [45.1, 50.3, 72.1]})

df1

df2

pd.concat([df1, df2], axis = 1)

-문제 : 다음 두 데이터 프레임을 ID 기준으로 결합하기

df1 = pd.DataFrame({'ID' : [1, 2, 3, 4, 5], '성별' : ['F', 'M', 'F', 'M', 'F'], '나이' : [20, 30, 40, 25, 42]})
df2 = pd.DataFrame({'ID' : [3, 4, 5, 6, 7], '키' : [160.5, 170.3, 180.1, 142.3, 153.7], '몸무게' : [45.1, 50.3, 72.1, 38,  42]})

df1

df2

pd.concat([df1, df2], axis = 1)

2) merge()

• pd.merge(df_left, df_right, how='inner', on=None) : 두 데이터프레임을 각 데이터에 존재하는 고유값(key)을 기준으로 병합할때 사용. 아무 옵션을 적용하지 않으면, on=None 이므로 두 데이터의 공통 열 이름을 기준으로 inner(교집합)조인을 하게 됨

df1 = pd.DataFrame({'ID' : [1, 2, 3, 4, 5], '성별' : ['F', 'M', 'F', 'M', 'F'], '나이' : [20, 30, 40, 25, 42]})
df2 = pd.DataFrame({'ID' : [3, 4, 5, 6, 7], '키' : [160.5, 170.3, 180.1, 142.3, 153.7], '몸무게' : [45.1, 50.3, 72.1, 38,  42]})

df1

df2

-문제 : 성별과 나이가 확인된 유저들을 대상으로 키와 몸무게의 정보를 결합하기

# 왼쪽에 입력한 데이터 프레임 기준(how='left')
pd.merge(df1, df2, how = 'left', on = 'ID)

-문제 : 키와 몸무게가 확인된 유저들을 대상으로 성별과 나이의 정보를 결합하기

pd.merge(df2, df1, how = 'left', on = 'ID')

또는

pd.merge(df1, df2, how = 'right', on = 'ID')

-문제 : 키, 몸무게, 성별, 나이 정보가 모두 확인된 유저들의 정보를 출력하기

pd.merge(df1, df2, how = 'inner', on = 'ID')

-문제 : 모든 유저들의 정보를 출력하기

# outer 옵션을 줘서 id를 기준으로 합치면 어느 한쪽에라도 없는 데이터가 있는 경우 NaN값이 지정
pd.merge(df1, df2, how = 'outer', on = 'ID')

-문제 : 모든 유저들의 정보를 출력하기

df1 = pd.DataFrame({'USER_ID' : [1, 2, 3, 4, 5], '성별' : ['F', 'M', 'F', 'M', 'F'], '나이' : [20, 30, 40, 25, 42]})
df2 = pd.DataFrame({'ID' : [3, 4, 5, 6, 7], '키' : [160.5, 170.3, 180.1, 142.3, 153.7], '몸무게' : [45.1, 50.3, 72.1, 38,  42]})

pd.merge(df1, df2, how = 'outer', left_on = 'USER_ID', right_on = 'ID')

-문제 : df1 은 회원의 정보를 저장한 데이터 프레임이며, df2 는 각 회원의 구매 내역을 저장한 데이터 프레임이다. 각 회원의 정보와 구매 내역을 취합하여 하나의 데이터 프레임으로 만들기

df1 = pd.DataFrame({'ID' : [1, 2, 3, 4, 5], '가입일' : ['2021-01-02', '2021-01-04', '2021-01-10', '2021-02-10', '2021-02-24'], '성별' : ['F', 'M', 'F', 'M', 'M']})
df2 = pd.DataFrame({'구매순서' : [1, 2, 3, 4, 5], 'ID' : [1, 1, 2, 4, 1], '구매월' : [1, 1, 2, 2, 3], '금액' : [1000, 1500, 2000, 3000, 4000]})

df1

df2

pd.merge(df1, df2, how = 'left', on = 'ID')