[Python] Merging Data Frames using Pandas

※ DataFrame 합치기

■ merge()

• 두 개의 데이터를 특정 컬럼을 기준으로 합침
• parameter
  • on: 통합의 기준이 될 key 변수
  • left_on: df1의 key 변수
  • right_on: df2의 key 변수
  • left_index: {True / False} df1의 인덱스를 key 변수로 사용할 것인지
  • right_index: {True / False} df2의 인덱스를 key 변수로 사용할 것인지
  • suffixes: 조인 후, 컬럼명이 겹치는 경우 접미사를 지정함
    • e.g. suffixes(‘_A’, ‘_B’)인 경우, 컬럼명_A, 컬럼명_B

# 기본 사용법
> pd.merge(df1, df2, on, how = "inner", suffixes) # default가 inner 조인

# 예시
> pd.merge(df1, df2, on="컬럼명", how="outer") # "컬럼명" 기준으로 outer 조인
> pd.merge(df1, df2, on="컬럼명", how="left") # "컬럼명" 기준으로 left 조인
> pd.merge(df1, df2, on="컬럼명", suffixes=('_A', '_B'))

# 두 데이터프레임의 기준 컬럼명이 다를 경우
> pd.merge(df1, df2, left_on = 'df1의 기준컬럼명', right_on = 'df2의 기준컬럼명', how = '결합방법')

# df2의 인덱스를 key로 사용하고 싶을 때
> pd.merge(df1, df2, left_on = 'df1의 기준컬럼명', right_index = True, how = '결합방법')

■ concat()

• 둘 이상의 데이터 프레임을 이어 붙임

> pd.concat([df1, df2, …]) # default가 아래로 이어 붙임

> pd.concat([df1, df2, df3])
> pd.concat([df1, df2, df3], axis=1) # 옆으로 이어 붙이기

> pd.concat([List]).reset_index() # 새로운 index를 0부터 생성
> pd.concat([List]).reset_index(drop = True) # 기존에 합쳐진 index 삭제 후, 새로운 index를 0부터 생성

# e.g. 여러 csv파일 하나의 data frame으로 합치기
> merged_df = pd.DataFrame()
> for file in os.listdir('일별오염데이터'):
    if '오염_수준' in file:
        df = pd.read_csv('일별오염데이터/' + file, sep = '\t')
        merged_df = pd.concat([merged_df, df], axis = 0, ignore_index= True)

# e.g. 하나의 xlsx파일에 여러 sheet가 있는 경우 하나로 합치기
> import openpyxl
> wb = openpyxl.load_workbook('A.xlsx')
> sheet_names = wb.sheetnames # e.g. ['1월', '2월', ...]

> merged_df = pd.DataFrame()
> for sn in sheet_names:
    data = pd.read_excel('A.xlsx', skiprows=range(6), sheet_name = sn)
    data = data.iloc[:, 1:]
    merged_df = pd.concat([merged_df, data], axis = 0)