파이썬의 데이터 병합

데이터 분석에서 데이터세트를 결합하는 일은 흔한 작업입니다. 파이썬의 판다스는 데이터세트를 효율적으로 병합하고 결합하고 연결할 수 있는 강력한 도구를 제공합니다. 이 수업에서는 파이썬에서 데이터를 병합하는 핵심 기법을 다룹니다.

연결

연결은 데이터세트를 행이나 열 방향으로 쌓아 결합합니다. 이를 위해 pd.concat() 함수를 사용합니다.

예:

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])

DataFrames 병합

병합은 공통 열이나 인덱스를 기준으로 데이터세트를 결합합니다. DataFrames를 병합하려면 pd.merge()를 사용합니다.

예:

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')

결합 유형

merge() 함수는 다양한 결합 유형을 지원합니다:

• 내부 결합: 두 DataFrames에서 키가 일치하는 행을 반환합니다.
• 외부 결합: 모든 행을 반환하고 누락된 값을 결측값으로 채웁니다.
• 왼쪽 결합: 왼쪽 DataFrame의 모든 행을 유지합니다.
• 오른쪽 결합: 오른쪽 DataFrame의 모든 행을 유지합니다.

여러 키를 사용한 결합

열 이름 목록을 on 매개변수에 전달하면 여러 키를 사용하여 DataFrames를 병합할 수 있습니다.

예:

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

열 방향으로 연결하기

axis=1을 사용하면 DataFrames를 나란히, 즉 열 방향으로 연결할 수 있습니다.

예:

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

겹치는 데이터 결합

combine_first() 메서드는 겹치는 데이터를 결합하고, 다른 DataFrame의 결측값으로 누락된 값을 채웁니다.

예:

df1.combine_first(df2)

복습

이 수업에서는 다음 내용을 배웠습니다:

• 연결: pd.concat()을 사용하여 DataFrames를 쌓는 방법입니다.
• 병합: pd.merge()를 사용하여 공통 키를 기준으로 DataFrames를 결합하는 방법입니다.
• 결합 유형: 내부, 외부, 왼쪽, 오른쪽 결합이 있습니다.
• 겹치는 데이터 결합: combine_first()를 사용하는 방법입니다.

축하합니다!

파이썬의 데이터 병합 수업을 완료하셨습니다. 다음 수업으로 이동하여 데이터에서 특성을 추출하는 방법을 배워 보세요.