Pythonでのデータ結合

データ分析では、データセットの結合はよく行う作業です。PythonのPandasには、データセットを効率的にマージ、結合、連結するための強力なツールが用意されています。このレッスンでは、Pythonでデータを結合するための主な手法を扱います。

連結

連結は、行または列方向にデータセットを積み重ねて結合する処理です。これにはpd.concat()関数を使用します。

例：

import pandas as pd data1 = {'Name': ['Alice'], 'Age': [25]} data2 = {'Name': ['Bob'], 'Age': [30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.concat([df1, df2])

DataFrameのマージ

マージは、共通の列またはインデックスに基づいてデータセットを結合します。pd.merge()を使ってDataFrameをマージします。

例:

data1 = {'ID': [1, 2], 'Name': ['Alice', 'Bob']} data2 = {'ID': [1, 2], 'Age': [25, 30]} df1 = pd.DataFrame(data1) df2 = pd.DataFrame(data2) df = pd.merge(df1, df2, on='ID')

結合の種類

merge()関数は、さまざまな結合方法をサポートしています。

• 内部結合：両方のDataFrameでキーが一致する行を返します。
• 外部結合：すべての行を返し、欠損値をNaNで補います。
• 左結合：左側のDataFrameのすべての行を保持します。
• 右結合：右側のDataFrameのすべての行を保持します。

複数のキーによる結合

onパラメーターに列名のリストを渡すことで、複数のキーを使用してDataFrameを結合できます。

例:

pd.merge(df1, df2, on=['Key1', 'Key2'])

列方向への連結

axis=1を使うと、DataFrameを横に並べて（列方向に）連結できます。

例:

df = pd.concat([df1, df2], axis=1)

重複するデータの結合

combine_first()メソッドは、別のDataFrameの欠損値を補いながら、重複するデータを結合します。

例:

df1.combine_first(df2)

まとめ

このレッスンでは、次の内容を学びました。

• 連結：pd.concat()を使ってDataFrameを積み重ねる方法。
• マージ：pd.merge()を使い、共通のキーに基づいてDataFrameを結合する方法。
• 結合の種類：内部結合、外部結合、左結合、右結合。
• 重複するデータの結合：combine_first()を使う方法。

おめでとうございます

Pythonでのデータ結合に関するレッスンを完了しました。次のレッスンに進んで、データからの特徴量抽出について学びましょう。