병합(merge)

.merge(left= , right= , on=' '(left_on=' ', right_on=' '), how=' ')

merge가 SQL의 join과 같은 의미라고 책에서 설명한다.

merge함수의 매개변수를 살펴보면,

•  how=
  • inner join (내부 병합, 교집합 A∩B)
    각각에 모두 존재하는 key값의 행끼리 병합
  • full join (완전 병합, 합집합 A∪B) 동일한 key값을 가진 데이터는 통합하고, 어떤 데이터에 없는 key값은 다른 데이터에 그 key값이 있으면 남긴다.
  • left join (왼쪽 병합, A)
    왼쪽 테이블의 key값을 기준으로 병합
  • right join (오른쪽 병합, B)
    오른쪽 테이블의 key값을 기준으로 병합
• on='합칠때 기준으로할 열' , 합칠 두 데이터에 공통으로 존재해야한다.
• left_on='left데이터에서 기준으로 삼을 열'
• right_on='right데이터에서 기준으로 삼을 열'

* left_on과 right_on은 함께 사용해야 한다.

import pandas as pd
raw_data1 = {'subject_id': ['1','2','3','4','5','7','8','9','10','11'],
            'test_score': [51, 15, 15, 61, 16, 14, 15, 1, 61, 16]}

raw_data2 = {'subject_id': ['4','5','6','7','8'],
             'first_name': ['Billy','Brian','Bran','Bryce','Betty'],
             'last_name': ['Bonder','Black','Balwner','Brice','Btisan']}
             
df_left = pd.DataFrame(raw_data1,columns=['subject_id','test_score'])
df_right = pd.DataFrame(raw_data2, columns=['subject_id', 'first_name','last_name'])

# inner join
pd.merge(left=df_left, right=df_right, how="inner", on='subject_id')

>

df_left와 df_right에 공통으로 있는 subject_id를 기준으로 병합하는데,

inner이므로 subject_id에서 공통 key값의 데이터만 반환한다.

 

# left join
pd.merge(df_left, df_right, on='subject_id', how='left')

>

left table key값 기준으로 병합하는데, 이때 right table에 없는 값은 NaN으로 채워진다.

right join도 같은 방식이다.

 

# full join
pd.merge(df_left, df_right, on='subject_id', how='outer')

>

df_right에는 subject_id로 4,5,6,7,8이 있는데 6이 df_left의 subject_id에는 없으므로

다른 값들은 그대로 병합하고, 6의 데이터는 남기는 형태다.

 

index로 병합하기

on='index'로 두면 index를 기준으로 데이터가 병합된다.

이 방법은 index가 의미있는 것일때 사용한다.

우선 subject_id열을 index로 바꿔보자.

df_left.index = df_left.subject_id
del df_left["subject_id"]

df_right.index = df_right.subject_id
del df_right['subject_id']

.index 로 subject_id열을 index열로 지정해주고 기존에 남아있는 subject_id열을 del 을 이용해 지워준다.

이때 주의할 점은 이 과정을 한번만 해야한다는 것이다. del로 지워버리기 때문에 다시하려면 df_left와 df_right를 재할당해야한다. 

 

이어서 index가된 subject_id로 inner병합을 하면

pd.merge(df_left,df_right,on='subject_id',how='inner')

>

각 데이터에 공통적으로 존재하는 subject_id끼리 병합된다.