複数のDataFrameを結合するpandas.concatの使い方

データフレームで加工したデータを結合させたいことありますよね？

そんな時はpandas.concatが便利です。

本記事ではpandas.concatの使い方についてわかりやすく説明しています。

pandas.concatとは

pandas.concatとはdataframeやsiresを結合できる関数です。

引数を変更することで行や列の指定や連結方法の指定ができます。

pandas.concatの使い方

pandas.concat()を実際に使ってみましょう。

準備

まずはpandasのインポートです。

import pandas as pd

表（dataframe）も用意しましょう。

元となるdataframeは生徒Aさん、Bさん、Cさん、Dさんの国語、数学、英語のテスト結果です。

値は各行ごとに記述していきます。

d = [['国語', 51, 70, 35, 90], ['数学', 21, 0,55, 50], ['英語', 14, 74, 23, 67]]

df01 = pd.DataFrame(data=d, index=[0, 1,2], columns=['科目', 'A', 'B', 'C', 'D'])
df01

出力:

追加させたいdataframeを準備します。今回は２つ作ります。

１つ目は各生徒の理科、社会のテスト結果です。

add_sub = [['理科', 94, 56, 18, 23], ['社会', 41, 0,68,47]]

df02 = pd.DataFrame(data=add_sub, index=[0, 1,], columns=['科目', 'A', 'B', 'C', 'D'])
df02

出力:

2つ目は生徒Eさん、Fさん、Gさんの各科目のテスト結果です。

add_stu = [['国語', 100, 6, 34], ['数学', 92, 22, 53], ['英語', 44, 29, 20], ['理科', 44, 2, 43], ['社会', 61, 50, 32]]
df03 = pd.DataFrame(data=add_stu, index=(0, 1, 2, 3, 4), columns=('科目', 'E', 'F', 'G'))
df03

出力:

行の結合

初めにAさん達のテスト結果を結合してみましょう。df01の下にdf02を結合したいですね。

ここでpandas.concatの出番です。

plus_sub01 = pd.concat([df01, df02])
plus_sub01

出力:

問題なく結合できました。しかし、indexがそれぞれのdataframeのものを引き継いでいて見づらいですね。

引数 ‘ignore_index’ をTrueにすることで、結合した表でindexを再度割り振り直すことができます。

plus_sub02 = pd.concat([df01, df02], ignore_index=True)
plus_sub02

出力:

indexが見やすくなりました。

列の結合: axis=1

次にEさん、Fさん、Gさんのテスト結果をplus_sub02に結合してみましょう。

今回はdataframeを横に結合したいので、引数 ‘axis’ を1に指定します。

plus_stu01 = pd.concat([plus_sub02, df03], axis=1)
plus_stu01

出力:

Eさん、Fさん、Gさんのdataframeにあった 「科目」列もそのまま結合してしまいました…　これでは見にくいので、どうにかしたいです。

df03を加工して、「科目」列の無い表を新たに作成しましょう。

drop関数を使用して特定の列や行を削除できます。

df04 = df03.drop('科目', axis=1)
df04

出力:

「科目」列を削除したdf04を結合してみましょう。

plus_stu02 = pd.concat([plus_sub02, df04], axis=1)
plus_stu02

出力:

これで見やすいDataFremeになりました。

欠損値のあるDataFrameの結合

dataframeを作成したときにindexとcolumnsを指定しました。indexとcolumnsを指定することで欠損値があっても結合できます。

試しにBさんの理科、社会の結果がないDataFrameを結合してみます。

初めにdf02からBさんの列を削除します。

df05 = df02.drop('B', axis=1)
df05

出力:

df05をdf01に結合してみます。

plus_sub03 = pd.concat([df01, df05])
plus_sub03

出力:

Bさんの理科、社会のテスト結果がNaN (欠損値)として表示されました。

今度は行に欠損値がある場合を試してみましょう。

まずはdf04の数学の行を削除したdataframeの用意です。数学の行はindex1に指定したので、「index1」行をdrop関数で削除します。

df06 = df04.drop(1)
df06

出力:

次に用意したdf06をplus_sub02に結合します。

plus_stu03 = pd.concat([plus_sub02, df06], axis=1)
plus_stu03

出力:

Eさん、Fさん、Gさんの数学の結果が欠損値になりました。

連結方法の指定: join

concatの引数 ‘join’ は連結方法を指定できます。デフォルトでouterが指定されていて、outerだと全ての行または列を結合します。innerに指定すると、欠損値を含む行を除いて結合することが可能です。

plus_stu03_inner = pd.concat([plus_sub02, df06], axis=1, join='inner')
plus_stu03_inner

出力:

欠損値のあるindex1の行が丸ごとなくなったことが確認できますね。

まとめ

今回は表(dataframe)を結合するpandas.concatについて紹介しました。pandas.concatを使うことで、縦にも横にも結合ができます。

今回の記事を見てpythonを勉強したいと思った人は関連記事も見てください。

効率的に勉強する方法について紹介しています。