[Pandas] 데이터 병합하기 - merge

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

pandas.merge — 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.merge(): 기준 컬럼을 가지고 연결

SQL의 JOIN처럼 동작

pd.merge() 파라미터

- 기준 컬럼이 같을 때: on / 기준 컬럼이 다를 때: left_on & right_on

on = '기준 컬럼'

left_on = '왼쪽 기준이 될 컬럼'

right_on = '오른쪽 기준이 될 컬럼'

- how
1. 'inner'(디폴트): 기준 컬럼이 겹치는 것만
2. 'left', 'right': 왼쪽/오른쪽을 기준으로
3. 'outer': 둘 다 보이도록

4. 'cross': 모든 가능한 조합 생성(카테시안 조인). 기준 컬럼이 없어 'on' 파라미터 지정 안됨

- 인덱스를 기준으로 병합할 때 : left_index, right_index

 

---

데이터

# https://pandas.pydata.org/docs/reference/api/pandas.merge.html
df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [1, 2, 3, 5]})
df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'],
                    'value': [5, 6, 7, 8]})

 

---

on: 기준 컬럼이 같을 때 사용

# value 컬럼을 기준으로 inner join
pd.merge(df1, df2, on='value')

 

# on 없어도 알아서 동일한 컬럼으로 해줌
pd.merge(df1, df2)

 

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

 

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

 

pd.merge(df1, df2, on='value', how='outer')

 

pd.merge(df1, df2, how='cross')

 

---

left_on, right_on: 기준 컬럼이 다를 때 사용

pd.merge(df1, df2, left_on='lkey', right_on='rkey')

 

---

인덱스를 join 키로 사용

# value 컬럼이 인덱스가 됨
df1.set_index('value')

df2.set_index('value')

# left_index=True, right_index=True -> join 키로 인덱스를 사용
pd.merge(df1.set_index('value'), df2.set_index('value'), left_index=True, right_index=True)

 

---

하나만 인덱스, 하나는 컬럼

# left_index=True, right_index=True -> join 키로 인덱스를 사용
pd.merge(df1.set_index('value'), df2, left_index=True, right_on='value')