paizaラーニングのPython データ分析入門編に「Pythonデータ分析入門編7: データフレームのマージと連結」が追加されました。
Python データ分析入門編では、Pythonを使用したデータ整形、情報の抽出、可視化といったデータ分析の流れを動画レッスンと演習課題で学べます。
今回は、「Pythonデータ分析入門編7: データフレームのマージと連結」の内容をご紹介します。
paizaラーニングについて詳しくはこちら
【目次】
データフレームのマージと連結
マージとは2つのデータフレームをある列に基づいて結合することで、データベースでの「テーブルの結合」と同じような処理です。
マージの基点となる列を「キー列」、キー列の各値をキーといいます。
データフレームをマージするには、以下のようにマージ関数を使います。
import pandas as pd df1 = pd.DataFrame({"name": ["Kirishima", "Rokumura"], "student_id": [1, 2]}) df2 = pd.DataFrame({"student_id": [2, 1], "lang": ["Python", "Ruby"]}) print(pd.merge(df1, df2, on="student_id"))
マージには以下の4種類があります。
| 内部結合 | 左右に共通するキーを残すようにマージすること。デフォルトのマージ関数は内部結合となる。 |
| 左結合 | 左側のデータフレームのキーをすべて残すようにマージすること。マージ関数を使うときに how="left" とすることで左結合となる。 |
| 右結合 | 右側のデータフレームのキーをすべて残すようにマージすること。マージ関数を使うときに how="right" とすることで右結合となる。 |
| 外部結合 | 左右のデータフレームのキーをすべて残すようにマージすること。マージ関数を使うときに how="outer" とすることで外部結合となる。 |
ほかにもシリーズとデータフレームのマージ、シリーズの連結、データフレームの連結、シリーズとデータフレームの連結などについてPythonデータ分析入門編7: データフレームのマージと連結で解説しています。
Pythonデータ分析入門編7: データフレームのマージと連結
01:データフレームのマージ
まずはデータフレームをマージする方法を学びます。
02:データフレームのマージ（内部結合）
次にデータフレームを内部結合する方法を学びます。
03:データフレームのマージ（左結合）
データフレームを左結合する方法を学びます。
04:データフレームのマージ（右結合）
データフレームを右結合する方法を学びます。
05:データフレームのマージ（外部結合）
データフレームを外部結合する方法を学びます。
06:整数インデックスでマージ
整数インデックスを使ってデータフレームをマージする方法を学びます。
07:シリーズとデータフレームのマージ
シリーズとデータフレームを結合する方法を学びます。
08:シリーズの連結（縦）
シリーズを縦に連結する方法を学びます。
09:シリーズの連結（横）
シリーズを横に連結する方法を学びます。
10:データフレームの連結（縦）
データフレームを縦に連結する方法を学びます。
11:データフレームの連結（横）
データフレームを横に連結する方法を学びます。
12:共通部分で連結
列名が共通する列のみを連結する方法を学びます。
13:シリーズとデータフレームの連結
シリーズとデータフレームを連結する方法を学びます。
そのほか初心者でもPythonを学べるコンテンツ
paizaのスキルチェック問題
paizaでは、PythonはもちろんPHP・Ruby・Java・C・C++・C#・JavaScriptなど、さまざまなプログラミング言語に対応したスキルチェック問題を公開しています。
問題を解いた結果により、S・A・B・C・D・Eの6段階でスキルランクを獲得できます。
問題はレベルごとに複数あるため
- 自分のプログラミングスキルを客観的に知りたい
- プログラミング問題を解いてみたい
という方はぜひチャレンジしてみてください。
コードガールこれくしょんのPythonコース
『コードガールこれくしょん』（ガルこれ）は、プログラミング問題を解いて「コードガール」を集めながらストーリーを進めていくプログラミング学習コンテンツです。
Pythonのほかには、Java・PHP・Ruby・C・C++・C#・JavaScriptといったプログラミング言語に対応しています。
「paizaラーニング」では、未経験者でもブラウザさえあれば、今すぐプログラミングの基礎が動画で学べるレッスンを多数公開しております。
詳しくはこちら
