Pythonによるデータ分析入門 第2版 ―NumPy、pandasを使ったデータ処理

250

8

章 データラングリング：連結、結合、変形

これから、たくさんの例をお見せしながらこれらを

1

つずつ説明していきます。また、これらの関数

やメソッドは、この本の残りの章の例においても活用していきます。

8.2.1

 データフレームをデータベース風に結合する

マージや結合と呼ばれる操作は、複数のデータセットに含まれる行同士を、

1

つ以上のキーを使って

リンクさせることで、複数のデータセットを結び付ける操作です。このような操作は、（例えば

SQL

ベー

スの）リレーショナルデータベースの中核をなす重要な操作です。

pandas

の

merge

関数は、このような

アルゴリズムを自分のデータに適用する上で、入門としてふさわしい機能です。

簡単な例から始めてみましょう。

In [35]: df1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'],

....: 'd

ata1': range(7)})

In [36]: df2 = pd.DataFrame({'key': ['a', 'b', 'd'],

....: 'data2': range(3)})

In [37]: df1

Out[37]:

data1 key

0 0 b

1 1 b

2 2 a

3 3 c

4 4 a

5 5 a

6 6 b

In [38]: df2

Out[38]:

data2 key

0 0 a

1 1 b

2 2 d

これは多対一の結合の例です。

df1

に含まれるデータには、

a

や

b

というラベルの付