Pandas 결합

Pandas 连接的操作实例

Pandas具有与SQL等关系数据库非常相似的功能齐全的高性能内存中连接操作。
Pandas提供单个功能merge作为DataFrame对象之间所有标准数据库联接操作的入口点

　pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
　left_index=False, right_index=False, sort=True)

在这里，我们使用了以下参数：

left − 一个DataFrame对象。 right − 另一个DataFrame对象。 on − 列（名）加入上。必须在左右DataFrame对象中都找到。 left_on − 左侧DataFrame中的列用作键。可以是列名，也可以是长度等于DataFrame长度的数组。 right_on − 右侧DataFrame中的列用作键。可以是列名，也可以是长度等于DataFrame长度的数组。 left_index − 如果为True，则使用左侧DataFrame的索引（行标签）作为其连接键。如果DataFrame具有MultiIndex（分层），则级别数必须与右侧DataFrame中的连接键数匹配。 right_index − 相同的使用作为left_index为正确的数据帧。 how − “左”，“右”，“外”，“内”之一。默认为内部。每种方法已在下面描述。 sort − 排序的结果数据框中加入字典顺序按键。默认情况下为True，在许多情况下，设置为False将大大提高性能。

이제 두 개의 다른 DataFrame를 생성하고 그들을 조인 작업을 수행하겠습니다.

# import the pandas library
　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame(
　　　　{'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365})
　print(left
　print(right)

실행 결과는 다음과 같습니다：

　　　　　　Name　　id　　　subject_id
0　　　Alex　　　1　　　　　　　　　sub1
1　　　　Amy　　　2　　　　　　　　　sub2
2　　Allen　　　3　　　　　　　　　sub4
3　　Alice　　　4　　　　　　　　　sub6
4　　Ayoung　　5　　　　　　　　　sub5
　　　　Name　　id　　　subject_id
0　　Billy　　　1　　　　　　　　　sub2
1　　Brian　　　2　　　　　　　　　sub4
2　　Bran　　　　3　　　　　　　　　sub3
3　　Bryce　　　4　　　　　　　　　sub6
4　　Betty　　　5　　　　　　　　　sub5

한 키에서 두 데이터 프레임을 합병

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, on='id'))

실행 결과는 다음과 같습니다：

　　　　　Name　　id　　subject_id_x　　　Name_y　　　subject_id_y
0　　Alex　　　　　　1　　　　　　　　　　sub1　　　　Billy　　　　　　　　　　　sub2
1　　Amy　　　　　　　2　　　　　　　　　　sub2　　　　Brian　　　　　　　　　　　sub4
2　　Allen　　　　　3　　　　　　　　　　sub4　　　　　Bran　　　　　　　　　　　sub3
3　　Alice　　　　　4　　　　　　　　　　sub6　　　　Bryce　　　　　　　　　　　sub6
4　　Ayoung　　　　5　　　　　　　　　　sub5　　　　Betty　　　　　　　　　　　sub5

여러 키에서 두 데이터 프레임을 합병

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, on=['id', 'subject_id']))

실행 결과는 다음과 같습니다：

　　　　　　Name_x　　　id　　　subject_id　　　Name_y
0　　　　Alice　　　　4　　　　　　　　　sub6　　　　Bryce
1　　　Ayoung　　　　5　　　　　　　　　sub5　　　　Betty

how 매개변수 사용 합병

합병의 how 매개변수는 결과 테이블에 포함될 키를 결정하는 방법을 지정합니다. 왼쪽이나 오른쪽 테이블에서 조합 키가 모두 없으면, 조인 테이블의 값은 NA입니다.

여기서는 어떻게 선택하고 그 SQL 대응 이름을 사용하는지 요약하겠습니다:

왼쪽 조인

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, on='subject_id', how='left'))

실행 결과는 다음과 같습니다：

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　Alex　　　　　　1　　　　　　　　　sub1　　　　　　NaN　　　　NaN
1　　　　　　Amy　　　　　　2　　　　　　　　　sub2　　　　Billy　　　　1.0
2　　　　Allen　　　　　　3　　　　　　　　　sub4　　　　Brian　　　　2.0
3　　　　Alice　　　　　　4　　　　　　　　　sub6　　　　Bryce　　　　4.0
4　　　Ayoung　　　　　　5　　　　　　　　　sub5　　　　Betty　　　　5.0

오른쪽 조인

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, on='subject_id', how='right'))

실행 결과는 다음과 같습니다：

　　　　　　Name_x　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　　Amy　　　2.0　　　　　　　　　sub2　　　　Billy　　　　　　1
1　　　　Allen　　　3.0　　　　　　　　　sub4　　　　Brian　　　　　　2
2　　　　Alice　　　4.0　　　　　　　　　sub6　　　　Bryce　　　　　　4
3　　　Ayoung　　　5.0　　　　　　　　　sub5　　　　Betty　　　　　　5
4　　　　　　NaN　　　NaN　　　　　　　　　sub3　　　　　Bran　　　　　　3

외부 조인

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, how='outer', on='subject_id'))

실행 결과는 다음과 같습니다：

　　　　　　Name_x　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　Alex　　　1.0　　　　　　　　　sub1　　　　　　NaN　　　　NaN
1　　　　　　Amy　　　2.0　　　　　　　　　sub2　　　　Billy　　　　1.0
2　　　　Allen　　　3.0　　　　　　　　　sub4　　　　Brian　　　　2.0
3　　　　Alice　　　4.0　　　　　　　　　sub6　　　　Bryce　　　　4.0
4　　　Ayoung　　　5.0　　　　　　　　　sub5　　　　Betty　　　　5.0
5　　　　　　NaN　　　NaN　　　　　　　　　sub3　　　　　Bran　　　　3.0

내결합

결합은 인덱스에서 수행됩니다. 결합 연산은 호출된 객체를 받아들이며 따라서 a.join(b)는 b.join(a)와 다릅니다.

　import pandas as pd
　left = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Alex', 'Amy', 'Allen', 'Alice', 'Ayoung'],
　　　　'subject_id':['sub12465']})
　right = pd.DataFrame({
　　　　'id': [1,2,3,4,5],
　　　　'Name': ['Billy', 'Brian', 'Bran', 'Bryce', 'Betty'],
　　　　'subject_id':['sub24365']})
　print(pd.merge(left, right, on='subject_id', how='inner'))

실행 결과는 다음과 같습니다：

　　　　　　Name_x　　　id_x　　　subject_id　　　Name_y　　　id_y
0　　　　　　Amy　　　　　　2　　　　　　　　　sub2　　　　Billy　　　　　　1
1　　　　Allen　　　　　　3　　　　　　　　　sub4　　　　Brian　　　　　　2
2　　　　Alice　　　　　　4　　　　　　　　　sub6　　　　Bryce　　　　　　4
3　　　Ayoung　　　　　　5　　　　　　　　　sub5　　　　Betty　　　　　　5