[파이썬] 데이터프레임 합치는 3가지 방법

데이터 분석을 할 때, 데이터셋끼리 데이터를 붙여서 정보를 추가할 일이 많습니다. 또한 각자 맡은 일을 진행한 뒤 합치는 협업을 할 때도 많이 쓰이죠. 파이썬으로 데이터프레임을 합치는 방법 3가지와 사용된 방법 특징을 알려드리겠습니다! 잘 공부해서 두 데이터프레임의 특성과 관계에 따라 적용을 잘해서 알맞게 쓰시면 좋겠습니다. 

 

우선 데이터프레임이 2개 있을 때 A, B 
1. A.join(B) 

  - A에 B를 합쳐줍니다.

  - join은 데이터프레임 자체가 가지고 있는 함수이기 때문에 어떤 라이브러리를 불러올 필요가 없습니다.
  - 위아래로 섞여있어도 알맞게 잘 합쳐줍니다.
  - 하지만 key를 설정을 따로 하지 않기 때문에, A, B 데이터 프레임의 index column 이 동일해야 합니다.
2. pd.merge(A, B, left_on = '인덱스', how = 'inner/left/right/outer')  
  - A와 B를 '인덱스' 기준으로 붙일 것인데, 그 방법은 inner 또는 left 또는 right 또는 outer 중에 하나로 합칠 것입니다.

      (inner는 둘 다 있는 것만 나타내는 교집합으로,

        left는 왼쪽 데이터프레임 기준으로,

        right는 오른쪽 데이터프레임 기준으로,

        outer는 모두 다 나타내는 합집합으로)

  - 위아래로 섞여있어도 알맞게 잘 합쳐줍니다.
  - 기준이 되는 열이 서로 다른 이름을 가지고 있어도 OK! (left_on, right_on 을 활용해서 이름이 달라도 따로 합칠 키를 부여할 수 있기 떄문이죠)
3. pd.concat([A, B], axis = )
  - A에 B를 axis 방향을 기준으로 그대로 합쳐줌

      (axis=0 위아래로 붙여주고,

       axis=1 옆으로 붙여준다, 디폴트는 axis=0)

  - 인덱스를 지정하는 것이 없기 때문에, 인덱스 키가 동일하면 outer방식으로 합쳐지지만, 인덱스가 다르면 그대로 붙여지되 비어있는 값 전부 NaN 처리가 됩니다.

  - 행방향, 열방향으로 모두 적용이 가능. 그러나 위아래로 붙일 때 많이 씁니다

  - 두 개 이상의 데이터프레임을 합칠 수 있습니다! 여러개를 한 번에 concat 가능!

  - 대괄호를 꼭 써줘야 합니다! 안그러면 에러남!

  - concatenate

 

예시

A~F학생별 국어점수 데이터프레임과, 영어점수 데이터프레임을 만듭니다. 

df_kor = pd.DataFrame(np.random.randint(0, 100, size =(1,5)).T, index=list('ABCDE'), columns=['kor_score']) 
df_eng = pd.DataFrame(np.random.randint(0, 100, size =(1,4)).T, index=list('ABDF'),  columns=['eng_score']) 

# Result
   kor_score
A         74
B         85
C         23
D         74
E         62

   eng_score
A         84
B          8
D         28
F         83

 

첫 번째 방법인 join!! (merge의 left와 동일한 결과를 리턴합니다)

df_kor.join(df_eng)

# Result
   kor_score  eng_score
A         74       84.0
B         85        8.0
C         23        NaN
D         74       28.0
E         62        NaN

 

두 번째 방법인 merge!!

df_inner = pd.merge(df_kor, df_eng, left_index=True, right_index=True, how='inner')  
df_left  = pd.merge(df_kor, df_eng, left_index=True, right_index=True, how='left')  
df_right = pd.merge(df_kor, df_eng, left_index=True, right_index=True, how='right')  
df_outer = pd.merge(df_kor, df_eng, left_index=True, right_index=True, how='outer')  

# inner
   kor_score  eng_score
A         74         84
B         85          8
D         74         28
# left
   kor_score  eng_score
A         74       84.0
B         85        8.0
C         23        NaN
D         74       28.0
E         62        NaN
# right
   kor_score  eng_score
A       74.0         84
B       85.0          8
D       74.0         28
F        NaN         83
# outer
   kor_score  eng_score
A       74.0       84.0
B       85.0        8.0
C       23.0        NaN
D       74.0       28.0
E       62.0        NaN
F        NaN       83.0

 

세 번째 방법인 concat !! 

df_axis0 = pd.concat([df_kor, df_eng], axis=0)
df_axis1 = pd.concat([df_kor, df_eng], axis=1)

# axis = 0 열방향 그대도 위아래로 붙이기
kor_score  eng_score
A       74.0        NaN
B       85.0        NaN
C       23.0        NaN
D       74.0        NaN
E       62.0        NaN
A        NaN       84.0
B        NaN        8.0
D        NaN       28.0
F        NaN       83.0

# axis = 1 행방향 옆으로 붙이기
   kor_score  eng_score
A       74.0       84.0
B       85.0        8.0
C       23.0        NaN
D       74.0       28.0
E       62.0        NaN
F        NaN       83.0

 

참고로 NaN null 값 처리는 .fillna() 를 이용하시면 됩니다!