【初心者向け】Pandasデータ結合入門 merge、join、concat の違いを解説！

はじめに
merge
- mergeのサンプルプログラム
join
- joinのサンプルプログラム
concat
- concatのサンプルプログラム
concatの引数axisについて
- 縦方向 (axis=0)と横方向 (axis=1)の違いとイメージ
まとめ
- いつどれを使うか
データ分析やPythonを効率良く学びたい方へ

はじめに

Pandasを使ってデータ分析をする際に避けて通れないのが、データセットの結合です。
ただ、Pandasにはデータ結合のためのメソッドとして、merge、join、concatの3つのメソッドが提供されています。Pandasを学び始めたばかりの初学者の方ですと、これらのどれを使えば良いのか、使い分けがわからないという問題に直面することがあります。そのため本記事では、これらのメソッドの違いと、どのような時に使うべきかを初学者向けに解説します。

merge

mergeメソッドはSQLの結合操作に非常に似ており、主に異なるデータフレーム間で共通の列またはインデックスを基にデータを結合します。最も一般的な使い方は、共通の”キー”列を指定して2つのデータフレームを結合することです。mergeは、内部結合、左結合、右結合、外部結合など、複数の結合方法をサポートしています。

mergeのサンプルプログラム

import pandas as pd

# データフレームを作成
df1 = pd.DataFrame({'ID': [1, 2, 3, 4],
                    '製品': ['A', 'B', 'C', 'D']})
df2 = pd.DataFrame({'ID': [2, 3, 4, 5],
                    '価格': [300, 150, 600, 50]})

# ID列をキーとしてmergeを使用
merge_result = pd.merge(df1, df2, on='ID')
merge_result

join

joinメソッドは、主にインデックスを基にデータフレームを結合します。mergeと同様に、様々な結合方法をサポートしていますが、joinはデフォルトでインデックスを結合キーとして使用し、列を指定することも可能です。このメソッドは、特にインデックスベースでのデータ結合を行いたい場合に便利です。

joinのサンプルプログラム

import pandas as pd

# インデックスを使用してデータフレームを結合
df1 = pd.DataFrame({'製品': ['A', 'B', 'C', 'D']},
                   index=[1, 2, 3, 4])
df2 = pd.DataFrame({'価格': [300, 150, 600, 50]},
                   index=[2, 3, 4, 5])

# df1にdf2をjoin
join_result = df1.join(df2, how='inner')
join_result

concat

concatメソッドは、軸を指定してシンプルにデータフレームやシリーズを結合します。主に、同じ構造のデータを縦（行方向）または横（列方向）に連結したい場合に使用されます。ただし、concatは、細かな結合処理に適していません。以下はサンプルプログラムです。

concatのサンプルプログラム

import pandas as pd

df1 = pd.DataFrame({'製品': ['A', 'B'],
                    '価格': [100, 200]})
df2 = pd.DataFrame({'製品': ['C', 'D'],
                    '価格': [300, 400]})

# concatを使用
concat_result = pd.concat([df1, df2], axis=0)  # 縦（行）方向 に連結
concat_result

concatの引数axisについて

concatの引数axisですが、結合する方向を指定します。デフォルトで初期値0が渡されます。0もしくは1を明示的に指定でき、デフォルト0では縦方向に連結します。

縦（行）方向はデータフレームの下にくっつけるイメージで、横（列方向）は右にくっつけるイメージです。以下に詳細に説明します。

縦方向 (axis=0)と横方向 (axis=1)の違いとイメージ

縦（行）方向 (axis=0)
ここで言う「縦方向」は、データフレームに新しい行を追加する操作を指します。すなわち、複数のデータフレームを上から下へ（縦に）連結します。これにより、データフレームの行数が増えますが、列数は増えません（列名が同じ場合）。この操作は、同じ種類のデータを時間軸などで続けて並べたい場合によく使われます。

横（列）方向 (axis=1)
一方で「横方向」とは、データフレームに新しい列を追加する操作を指します。つまり、複数のデータフレームを左から右へ（横に）連結します。これにより、データフレームの列数が増えますが、行数はそのままです。この操作は、異なる特徴を持つデータセットを横に拡張して一つの大きなデータセットに統合したい場合に適しています。

以下は縦（行）方向 (axis=0)と横（列）方向 (axis=1)の図です。