Python파이썬 Pandas의 dataframe 합치기 concat(),merge()

1.       concat()

df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
                    'B': ['B0', 'B1', 'B2', 'B3'],
                    'C': ['C0', 'C1', 'C2', 'C3'],
                    'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])

df2 = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
                    'B': ['B4', 'B5', 'B6', 'B7'],
                    'C': ['C4', 'C5', 'C6', 'C7'],
                    'D': ['D4', 'D5', 'D6', 'D7']},
index=[4, 5, 6, 7]) 

df3 = pd.DataFrame({'A': ['A8', 'A9', 'A10', 'A11'],
                    'B': ['B8', 'B9', 'B10', 'B11'],
                    'C': ['C8', 'C9', 'C10', 'C11'],
                    'D': ['D8', 'D9', 'D10', 'D11']},
index=[8, 9, 10, 11])

우선, df1,df2,df3라는 변수에 각 데이터프레임을 만들어 저장해준다.

 

컬럼 이름이 같으면, 여러 데이터 프레임을 concat()을 이용해 하나로 합칠 수 있다.

 

위 사진과 같이 

pd.concat( [ df1,df2,df3 ] ) 데이터 프레임이 2개보다 많은 어떤 숫자든 컬럼이름이 같으면 합칠 수 있다.

 

 

2. merge()

raw_data = {
        'Employee ID': ['1', '2', '3', '4', '5'],
        'first name': ['Diana', 'Cynthia', 'Shep', 'Ryan', 'Allen'], 
        'last name': ['Bouchard', 'Ali', 'Rob', 'Mitch', 'Steve']}
df_Engineering_dept = pd.DataFrame(raw_data, columns = ['Employee ID', 'first name', 'last name'])


raw_data = {
        'Employee ID': ['6', '7', '8', '9', '10'],
        'first name': ['Bill', 'Dina', 'Sarah', 'Heather', 'Holly'], 
        'last name': ['Christian', 'Mo', 'Steve', 'Bob', 'Michelle']}
df_Finance_dept = pd.DataFrame(raw_data, columns = ['Employee ID', 'first name', 'last name'])


raw_data = {
        'Employee ID': ['1', '2', '3', '4', '5', '7', '8', '9', '10'],
        'Salary [$/hour]': [25, 35, 45, 48, 49, 32, 33, 34, 23]}
df_salary = pd.DataFrame(raw_data, columns = ['Employee ID','Salary [$/hour]'])

위 사진처럼 3개의 DataFrame을 만들어주고 각각 변수로 지정을 해 준 다음.

 위 사진에서 나오듯이 두 데이터프레임의 공통컬럼이 있으면, 그 컬럼을 기준으로해서 하나로 합칠 수 있다.

 

2개의 데이터프레임만 합칠 수 있다.

 

pd.merge(df_all,df_salary , on='Employee ID')라고 쳐주면 df_all,df_salary를 'Employee ID'컬럼을 기준으로 합쳐라가 되고 위 사진과 같이 결과를 얻을 수 있다.

그런데 데이터프레임에서 6이 사라진 걸 볼 수있다.

 

다 나오게 하는 방법은 pd.merge(df_all,df_salary , on='Employee ID',how='left')를 쳐주게 되면 위 사진과 같이

Salary[$/hour]에 비어있는 NaN으로 표시되고 요구사항에 맞게 다 나오게 해줄 수 있다.