Concat, Append와 Join, Merge

데이터 결합

이번 포스팅은 데이터를 결합하기 위한 함수들을 사용해 보겠습니다. 데이터를 결합하는 방법에는 단순 결합 (Concat, Append)와 key를 기준으로 연결하는 조인(Join, Merge)이 있습니다.

 

---

먼저, 단순 연결부터 살펴보겠습니다. 

단순 연결

단순 연결은 2개 이상의 데이터프레임을 열 혹은 행 방향으로 그대로 붙이는 것입니다. 아래의 함수를 이용하여 결합할 수 있습니다.

pandas.concat(objs, axis=0, ignore_index=False)

• objs: concat을 실행할 객체의 리스트
• axis: 0이면 수직으로 결합, 1이면 수평으로 결합
• ignore_index: True이면 기존 index를 무시하고 0부터 시작하는 정수로 재설정

axis가 0, 1인 경우를 잘 알고 있어야 될 것 같네요! 그럼 코드를 통해 확인해 보겠습니다.

 

먼저 아래와 같이 데이터프레임을 만든 후, 두 데이터프레임을 연결해 보았습니다. axis는 default 값으로 0이므로 수직으로 두 데이터프레임이 결합되었습니다.

또한, 2번째 결합에는 ignore_index를 True로 설정하면서 인덱스들이 재설정되었음을 확인할 수 있습니다.

 

주의할 점은 objs 속성에 리스트를 넣어주어야 한다는 점입니다.  저는 리스트로 안 넣어준 경험이 많아서 여러분은 실수하지 말라고 강조해 봅니다 ㅎㅎ

 

concat vertical

 

만약, 결합하는 두 데이터프레임이 다른 컬럼을 가지고 있을 때는 어떤 결과가 나올까요? 확인해 보겠습니다.

 

concat vertical

 

위와 같이 값이 없는 컬럼 데이터는 NaN으로 채워짐을 알 수 있습니다.

 

axis가 1일 때, 즉 수평으로도 결합을 해 보도록 하겠습니다.

 

아래는 데이터프레임과 Series 간의 행 인덱스를 기준(axis=1)으로의 결합을 나타내고 있습니다. Series의 데이터 1개 이고, HR1 데이터프레임의 데이터는 2개입니다. 따라서 Series의 행 인덱스 1과 DataFrame의 행 인덱스 1이 서로 결합하여 급여 부분에 데이터가 존재하고, DataFrame의 행 인덱스 0은 데이터가 없어 NaN 값이 표기됩니다.

 

concat horizontal

---

2. 조인

이번에는 조인을 알아보겠습니다.

 

조인은, 연결할 두 데이터프레임이 동시에 가지고 있는 특정 컬럼(key)의 값을 기준으로 두 개 이상의 데이터프레임을 결합하여 하나의 데이터프레임으로 만드는 것입니다. 동시에 가지고 있는 컬럼이란, 컬럼명이 같은 것이 아닌 컬럼이 가질 수 있는 값의 집합의 도메인이 같다는 것을 의미합니다. 

 

조인은 아래와 같이 2가지 방법으로 만들 수 있습니다.

 

DataFrame.join(other, on=None, how='left', lsuffix=", rsuffix=", sort=False)

• DataFrame: 결합의 기준이 되는 데이터프레임으로 left DataFrame
• other: 결합의 대상이 되는 데이터프레임으로 right DataFrame
• on: key 컬럼의 이름 (어떤 key를 가지고 조인할 것인지)
• how: {'left', 'right', 'inner', 'outer'}, 조인의 수행 방식
• lsuffix/rsuffix: 결합한 데이터프레임에서 왼쪽/오른쪽 데이터프레임의 컬럼명에 사용할 접미사
• sort: 키 값을 기준으로 정렬할지 여부

DataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes('_x', '_y')

• DataFrame: 결합의 기준이 되는 데이터프레임으로 left DataFrame
• right: 결합의 대상이 되는 데이터프레임으로 right DataFrame
• how: {'left', 'right', 'inner', 'outer'}, 조인의 수행 방식
• on: key 컬럼의 이름 (어떤 key를 가지고 조인할 것인지)
• left_on/right_on: 두 테이블에서 key 컬럼명이 다를 때 'on' 대신 각각 지정
• sort: 키 값을 기준으로 정렬할지 여부
• suffixes: 결합한 데이터프레임에서 왼쪽/오른쪽 데이터프레임의 컬럼명에 사용할 접미사를 왼쪽-오른쪽 순으로 지정

위 함수를 사용하여 코드를 통해 확인해 보겠습니다.

 

 

출처

[데싸라면, 빨간색 물고기, 자투리코드] 파이썬 한권으로 끝내기: 데이터분석전문가(ADP) + 빅데이터분석기사 실기대비, 시대고시기획(2022), p43-48)