Pandas pd.merge() 関数

Pandas よく使う関数

pd.merge()は Pandas ライブラリ内で列に基づいて2つの DataFrame を結合するための関数です。これは SQL の JOIN 操作に似ており、1つまたは複数の共通列に基づいて2つのデータテーブルを1つに統合できます。

これはデータ分析と処理において最もよく使われる結合方法の1つであり、リレーショナルデータの処理に特に適しており、分散した異なるテーブルの関連情報を1つにまとめることができます。

単語の意味： merge「結合、融合」という意味で、ここでは2つのデータテーブルを共通のキーに基づいて結合することを指します。

基本構文とパラメータ

pd.merge()は Pandas ライブラリのトップレベル関数であり、SQL の JOIN 操作に似た操作を実装するために使われます。

構文形式

pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None)

パラメータ説明

• パラメータ： left
  • 型： DataFrame。
  • 説明： 左側の DataFrame、結合に参加する1つ目のテーブル。
• パラメータ： right
  • 型： DataFrame。
  • 説明： 右側の DataFrame、結合に参加する2つ目のテーブル。
• パラメータ： on
  • 型： 文字列または文字列リスト。
  • 説明： 結合に使用する列名（キー）。左右両方の DataFrame に同じ名前の列が存在する必要があります。指定しない場合、自動的に同じ名前の列をキーとして探します。
• パラメータ： how
  • 型： 文字列（'left', 'right', 'outer', 'inner'）。
  • 説明： 結合方法。SQL の JOIN タイプに似ています。'inner'は内部結合（共通部分）を意味し、'outer'は外部結合（和集合）を意味し、'left'は左結合（左テーブルの全レコードを保持）を意味し、'right'は右結合（右テーブルの全レコードを保持）を意味します。デフォルトは'inner'。
• パラメータ： left_on
  • 型： 文字列または文字列リスト。
  • 説明： 左側の DataFrame で結合キーとして使用する列名。左右のテーブルの結合キー列名が異なる場合に使用します。
• パラメータ： right_on
  • 型： 文字列または文字列リスト。
  • 説明： 右側の DataFrame で結合キーとして使用する列名。左右のテーブルの結合キー列名が異なる場合に使用します。
• パラメータ： suffixes
  • 型> タプル。
  • 説明> 左右のテーブルに同じ名前の列（結合キーではない）がある場合に区別するための接尾辞。デフォルトは('_x', '_y')。

関数説明

• 戻り値： 結合後の DataFrame を返します。
• 効果： 指定したキーと方法に基づいて、2つの DataFrame を横方向に1つの DataFrame に結合します。

実例

簡単なものから複雑なものまで一連の例を通して、pd.merge()の使い方を完全にマスターしましょう。

例1: 基本の使い方 - 単一列に基づく内部結合

実行結果の予想:

=== 员工表 (employees) ===
   emp_id     name  dept_id
0     101    Alice         1
1     102      Bob         2
2     103  Charlie         1
3     104   Diana         2

=== 部门表 (departments) ===
   dept_id  dept_name
0        1  Engineering
1        2       Sales
2        3    Marketing

=== pd.merge(employees, departments, on='dept_id') 内连接 ===
   emp_id     name  dept_id    dept_name
0     101    Alice         1  Engineering
1     103  Charlie         1  Engineering
2     102      Bob         2       Sales
3     104   Diana         2       Sales

コード解説:

1. 2つのテーブルはdept_id列で結合されます。これが共通列です。
2. デフォルトでは内部結合（how='inner'）が使用され、両方にあるキー値（dept_id が 1 と 2）のみが保持されるため、dept_id が 3 のマーケティング部は除外されます。
3. 結合後、各社員は対応する部門名に関連付けられます。

例2: 左結合と右結合

howパラメータを使用して結合方法を制御し、どちらか一方の全レコードを保持できます。

実行結果の予想:

=== 左连接 (how='left') ===
   emp_id     name  dept_id    dept_name
0     101    Alice         1  Engineering
1     103  Charlie         1  Engineering
2     102      Bob         2       Sales
3     104   Diana         2       Sales

=== 右连接 (how='right') ===
   emp_id     name  dept_id    dept_name
0     101    Alice         1  Engineering
1     103  Charlie         1  Engineering
2     102      Bob         2       Sales
3     104   Diana         2       Sales
4     NaN     NaN         3    Marketing

=== 外连接 (how='outer') ===
   emp_id     name  dept_id    dept_name
0     101    Alice         1  Engineering
1     103  Charlie         1  Engineering
2     102      Bob         2       Sales
3     104   Diana         2       Sales
4     NaN     NaN         3    Marketing

コード解説:

• 左結合は左テーブル（employees）のすべての社員レコードを保持し、右テーブルに一致する部門がない場合はNaN。
• 右結合は右テーブル（departments）のすべての部門を保持し、その部門に所属する社員がいなくても保持されます。
• 外部結合は両テーブルのすべてのレコードを保持し、一致しないフィールドはNaNで埋められます。

例3: 列名が異なる2つのテーブルを処理する

2つのテーブルの結合キー列名が異なる場合、left_onとright_onパラメータを使用してそれぞれ指定できます。

実行結果の予想:

=== 学生表 ===
   student_id     name  class_id
0            1    Alice       101
1            2      Bob       102
2            3  Charlie       101
3            4    Diana       103

=== 班级表 ===
   class_id class_name   teacher
0       101   Class A  Mr. Smith
1       102   Class B  Ms. Johnson
2       103   Class C   Mrs. Lee

=== 不同列名时的合并 ===
   student_id     name  class_id class_name   teacher
0            1    Alice       101   Class A  Mr. Smith
1            3  Charlie       101   Class A  Mr. Smith
2            2      Bob       102   Class B  Indicator False
3            indicator column

print("\n=== indicator=True 显示合并详情 ===")
print(result_indicator)
[/mycode4]</div>
</div>

<p><strong>运行结果预期:</strong></p>
<pre>
=== 索引作为连接键 ===
   name     city  score  subject  grade
0  Alice  Beijing    85     Math      A
1    Bob   Shanghai  90     Math      B
2  Charlie   Guangzhou  95    English   A
3  Diana    Shenzhen    88    English   B

=== 多个键的合并 ===
   student_id  name  course_id  course_name  score
0           1  Alice       101     Math       90
1           1  Alice       102     English    85
2           2    Bob       101     Math       88
3           2    Bob       103     Science    92
4           3  Charlie       102     English    95

=== indicator=True 显示合并详情 ===
   name  city     merge_info
0  Alice  Beijing        both
1    Bob  Shanghai      both
2  Charlie  Guangzhou    left_only
3  Diana   Shenzhen    left_only

コード解説:

• を使用するとleft_index=Trueとright_index=TrueDataFrame のインデックスを結合キーとして使用できます。
• にリストを渡すとonパラメータで複数キー結合が可能になり、すべてのキーが一致した場合にのみレコードが保持されます。
• を設定するとindicator=True各レコードがどのテーブルから来たかを示す特別な列（left_only, right_only, both）を追加できます。

ヒント： pd.merge()は列に基づく結合操作に適しています。単純にデータを縦方向に追加（行を増やす）だけの場合は、pd.concat()関数を使用してください。

Pandas よく使う関数