[Pandas] 데이터 병합하기 - concat

참고

https://pandas.pydata.org/docs/reference/api/pandas.concat.html

pandas.concat — pandas 2.2.3 documentation

 

1. concat: 단순 연결

2. merge: 기준 컬럼을 기준으로 연결

 

---

 

실습을 위한 라이브러리 임포트

import numpy as np
import pandas as pd

 

---

pd.concat(): 행 또는 열 방향으로 합침

pd.concat() 파라미터

- ignore_index: 기존 index 그대로/새롭게  
False면 기존(디폴트), True면 새롭게
- verify_integrity: index가 중복되는지 확인  
False면 중복 돼도 괜찮(디폴트), True면 에러 뜸
- axis  
axis=0 위아래로 합침(디폴트) axis=1 옆으로 합침  
- join: 컬럼명이 다를 때
join='outer' 합집합으로(디폴트)
join='inner' 교집합으로(동일한 컬럼만)

 

---

데이터

# https://pandas.pydata.org/docs/reference/api/pandas.concat.html
s1 = pd.Series(['a', 'b'])
s2 = pd.Series(['c', 'd'])

 

---

# 모두 디폴트 값으로(기존 index 그대로, index 중복 돼도 괜찮, 위아래로 합침, 합집합)
pd.concat([s1, s2])

 

 

# ignore_index=True 인덱스 새롭게 바꿈
pd.concat([s1, s2], ignore_index=True)

 

 

# verify_integrity=True 인덱스 중복되면 에러
pd.concat([s1, s2], verify_integrity=True)

 

 

# axis=1 옆으로 합침
pd.concat([s1, s2], axis=1)

 

 

데이터 수가 다를 때 (NaN으로 채워짐)

s3 = pd.Series(['e','f','g'])

pd.concat([s2,s3], axis=1)

 

 

컬럼명이 다른 경우

df1 = pd.DataFrame([['a', 1], ['b', 2]],
                   columns=['letter', 'number'])
                 
df2 = pd.DataFrame([['c', 3], ['d', 4]],
                   columns=['letter', 'n'])

 

 

# 합집합으로(default임) join='outer'
pd.concat([df1, df2], join='outer')

 

 

# 교집합으로 join='inner'
pd.concat([df1, df2], join='inner')