[Python] Pandas DataFrame 2개 합치기, concat ,merge

concat() -  pandas 라이브러리에서 제공하는 함수 중 하나로, 데이터프레임을 연결하거나 병합하는 데 사용된다. 이 함수는 여러 개의 데이터프레임을 하나로 합치는데 유용하다.

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])

 

DataFrame이 3개가 있을때 concat만 사용하면 간단하게 합칠 수 있다.

*단, 컬럼명이 같아야한다.*

 

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

 

 

merge() - 두 개의 데이터프레임을 하나로 병합하는 데 사용되는 pandas 라이브러리의 함수이다. 이 함수는 SQL의 JOIN 연산과 유사한 방식으로 작동하며, 두 데이터프레임에서 공통된 열(column)을 기준으로 데이터를 병합한다.

 

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'])
df_Finance_dept

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]'])
df_salary

 

#merge 함수는 딱 2개의 데이터프레임만 가능하다!!
#merge 함수는, 공통의 컬럼이있어서, 해당컬럼으로 연결시킬수 있을때 사용한다.

pd.merge(df_all ,df_salary, on='Employee ID')

 

'Employee ID'이라는 공통 컬럼이 있어서 합쳐지고 'Salary [$/hour]' 칼럼이 생긴걸 볼 수 있다

여기서 오른쪽 데이터프라임에는 'Employee ID' 6 << 이 없어서 6은 건너뛰었는데 

왼쪽 데이터프라임의 데이터를 모두 살리고, 오른쪽 데이터프라임에는 없는 데이터는 nan으로 표시할 수 있다.

 

pd.merge(df_all ,df_salary, on='Employee ID', how='left')