판다스로 데이터프레임 병합 방법

데이터 분석에서 여러 데이터 소스에서 수집한 데이터를 하나로 병합하거나 서로 다른 데이터프레임을 조인하는 기술은 필수 입니다

판다스의 데이터프레임 병합과 조인에 관한 기술을 상세히 알아보고, 실제 예제를 통해 어떻게 활용하는지도 살펴보겠습니다.

 

 

목차

1. 데이터프레임 병합의 유형과 방법
2. 조인 연산자와 키 컬럼 지정
3. 다양한 병합 예제와 활용

 

1. 데이터프레임 병합의 유형과 방법

판다스의 데이터프레임 병합은 크게 세 가지 유형으로 나뉩니다: concat, merge, join.
concat은 여러 데이터프레임을 위아래나 좌우로 이어 붙이는 기능입니다.
merge는 두 데이터프레임을 특정 열을 기준으로 합치는 기능이며, SQL의 JOIN과 유사합니다.
join은 merge의 특별한 경우로써, 인덱스를 기준으로 두 데이터프레임을 합칩니다.
이러한 기능들을 활용하면 데이터 처리 과정에서 다양한 형태의 데이터프레임을 원하는 형태로 조합할 수 있습니다.

 

2. 조인 연산자와 키 컬럼 지정

데이터프레임을 병합할 때는 주로 merge 함수를 사용합니다.
병합할 때 중요한 것은 어떤 열을 기준으로 병합할 것인지 지정하는 것입니다.
이를 위해 on 파라미터를 사용해 지정할 수 있습니다.
예를 들어, A와 B 두 데이터프레임이 있고, 'id'라는 공통 열을 기준으로 병합하려면 다음과 같이 코드를 작성합니다:

import pandas as pd

# 예제 데이터프레임 생성
df_A = pd.DataFrame({'id': [1, 2, 3], 'value_A': ['A', 'B', 'C']})
df_B = pd.DataFrame({'id': [3, 4, 5], 'value_B': ['X', 'Y', 'Z']})

# 'id'를 기준으로 병합
result = pd.merge(df_A, df_B, on='id')
print(result)

위 코드는 'id' 열을 기준으로 두 데이터프레임을 병합합니다.
병합 결과에서는 'id' 값이 3인 행만 공통으로 있기 때문에 해당 행만 출력됩니다.
이 외에도 how 파라미터를 통해 left, right, outer, inner와 같은 다양한 조인 연산을 지정할 수 있습니다.

 

3. 다양한 병합 예제와 활용

판다스는 데이터 분석 작업에 필요한 다양한 병합 기능을 제공합니다.
concat 함수를 사용하면 여러 데이터프레임을 쉽게 연결할 수 있습니다.
예를 들어, 세 개의 데이터프레임을 위아래로 연결하려면 다음과 같이 코드를 작성합니다:

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})
df3 = pd.DataFrame({'A': [9, 10], 'B': [11, 12]})

result = pd.concat([df1, df2, df3])
print(result)

위 코드에서는 df1, df2, df3 세 개의 데이터프레임을 순서대로 연결합니다.
또한, merge 함수를 활용하면 두 데이터프레임의 공통 열을 기준으로 병합할 수 있습니다.
예를 들어, 'key' 열을 기준으로 두 데이터프레임을 병합하려면 다음과 같이 코드를 작성합니다:

left = pd.DataFrame({'key': ['A', 'B'], 'value_left': [1, 2]})
right = pd.DataFrame({'key': ['A', 'B', 'C'], 'value_right': [3, 4, 5]})

result = pd.merge(left, right, on='key', how='outer')
print(result)

이 코드에서는 'key' 열을 기준으로 left와 right 데이터프레임을 outer join합니다.

 

 

 

아래 포스팅도 참고해 보세요! ▶ [쥬피터노트북] 알아두면 유용한 매직 커맨더 ▶ 파이썬 데이터 처리 마스터하기:결측값 탐색 및 처리 방법 ▶ 아나콘다 설치법 ▶ 변수 및 데이터 유형 이해 ▶ 초보자를 위한 예시코드가 포함된 Pandas관련 실수 모음 17선