[pandas] DataFrame 합치기 : pd.concat()함수 와 .merge() 메서드

https://towardsdatascience.com/3-key-differences-between-merge-and-concat-functions-of-pandas-ab2bab224b59/

Pandas에서 merge()와 concat()은 DataFrame 를 합치는(결합하는) 데 사용되는 방법.

 

join이라는 용어가 이 두 경우의 동작을 명시하는데 사용된다.

다음 url을 참고하여 inner join, outer join, left join, right join 이 무엇인지 꼭 확인하길 바람.

https://ds31x.tistory.com/179#4%EA%B0%80%EC%A7%80-join

[pandas] merge 예제.

---

.merge()메서드:

• SQL join과 유사함.
• 두 DataFrame 간의 공통 column이나 index를 기준 column ( on parameter)으로 삼아 결합
• inner, outer, left, right 등의 다양한 join 타입 을 지원 (how parameter)함.
  • 때문에 합쳐지는 DataFrame이 다른 columns를 갖는 경우가 많음.
• 주로 column based conjunction 에 사용됨.

다음의 code snippet을 참고하라 (기본으로 inner join이 사용된다.)

# Load Library
import pandas as pd

# Create DataFrame
student_data = {
    'student_id': ['19973037', '20220102', '20232323'],
    'grade': ['b', 'a', 'a+']
}

df_st_data = pd.DataFrame(
    student_data,
    columns=['student_id', 'grade']
)

student_credit = {
    'student_id': ['973037', '20220102', '20232323', '771231'],
    'credit': ['16', '18', '21', '888']
}
df_st_credit = pd.DataFrame(
    student_credit,
    columns=['student_id', 'credit']
)

# merge DataFrame
df_ret = pd.merge(
    df_st_data,
    df_st_credit,
    on = 'student_id'
)
df_ret.head(3)

관련된 예제는 다음을 참고할 것.

2024.01.12 - [Python] - [pandas] merge 예제.

[pandas] merge 예제.

---

pd.concat() 함수:

• 단순히 두 DataFrame을 상하 또는 좌우로 연결.
• index가 중복될 수 있으므로 주의가 필요함.
• axis parameter를 사용해 행(0) 또는 열(1) 방향 의 결합을 선택 가능함.

# Load Library
import pandas as pd

# Create DataFrame
a = {
    'id': [0,1,2],
    'first': ['kim', 'lee', 'park'],
    'second': ['1', '2', '3']
}

df_a = pd.DataFrame(a, columns=['id','first','second'])

# Create DataFrame
b = {
    'id': [3,4,5],
    'first': ['tae', 'kwon', 'Um'],
    'last': ['jason', 'red', 'green']
}

df_b = pd.DataFrame(b, columns=['id','first','last'])

# Concatenate Dataframe by rows
df_c = pd.concat([df_a,df_b],axis=0)
df_d = pd.concat([df_a,df_b],axis=1)

 

axis=1로 동작시킬 경우 기본적으로 concat은 outer join으로 동작하므로 index 에 유의해야 한다. 

 

다음의 예제코드를 수행해보고 앞서와의 차이점을 생각해볼것

# Load Library
import pandas as pd

# Create DataFrame
a = {
    'id': [0,1,2],
    'first': ['kim', 'lee', 'park'],
    'second': ['1', '2', '3']
}

df_a = pd.DataFrame(a, columns=['id','first','second']).set_index('id')

# Create DataFrame
b = {
    'id': [3,4,5],
    'first': ['tae', 'kwon', 'Um'],
    'last': ['jason', 'red', 'green']
}

df_b = pd.DataFrame(b, columns=['id','first','last']).set_index('id')

# Concatenate Dataframe by rows
df_c = pd.concat([df_a,df_b],axis=0)
df_d = pd.concat([df_a,df_b],axis=1)

---

Summary

• merge는 더 복잡한 결합 조건(예: 특정 키에 따른 결합)에 적합하고,
• concat은 데이터를 단순하게 이어 붙일 때 사용됨.