Python Pandas – DataFrameを1対多（1:m）の関係でマージする方法

PandasでDataFrame同士をマージするには、merge()関数を使用します。このとき、1対多（one-to-many）の関係を明示的に指定したい場合は、merge()関数の「validate」パラメータに以下のいずれかを設定します。

validate = "one_to_many"
または
validate = "1:m"

「one-to-many」を指定すると、左側のデータセットにおいてマージキーが一意であることが検証されます。もしキーが重複していた場合はエラーが発生し、意図しない結合を事前に防ぐことができます。

サンプルDataFrameの作成

まず、1つ目のDataFrameを作成しましょう。

dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

続いて、2つ目のDataFrameを作成します。

dataFrame2 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
        "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
    }
)

実行例

以下が完全なコードです。

import pandas as pd

# DataFrame1を作成
dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
        "Units": [100, 150, 110, 80, 110, 90]
    }
)

print("DataFrame1 ...\n", dataFrame1)

# DataFrame2を作成
dataFrame2 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
        "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
    }
)

print("\nDataFrame2 ...\n", dataFrame2)

# validateパラメータに"one_to_many"を指定してマージ
mergedRes = pd.merge(dataFrame1, dataFrame2, validate="one_to_many")
print("\n1対多の関係でマージしたDataFrame...\n", mergedRes)

出力結果

上記のコードを実行すると、次のような出力が得られます。

DataFrame1 ...
       Car   Units
0      BMW     100
1    Lexus     150
2     Audi     110
3  Mustang      80
4  Bentley     110
5   Jaguar      90
DataFrame2 ...
        Car  Reg_Price
0      BMW       7000
1    Lexus       1500
2    Tesla       5000
3  Mustang       8000
4 Mercedes       9000
5   Jaguar       6000
1対多の関係でマージしたDataFrame...
       Car   Units  Reg_Price
0      BMW     100       7000
1    Lexus     150       1500
2  Mustang      80       8000
3   Jaguar      90       6000

ポイント解説

マージの結果を見ると、両方のDataFrameに共通して存在する車種（BMW、Lexus、Mustang、Jaguar）のみが結合されていることがわかります。これはデフォルトの内部結合（inner join）が適用されるためです。

また、「validate="one_to_many"」を指定することで、左側のDataFrame（dataFrame1）のキー「Car」列に重複がないことが保証されます。万が一左側のキーに重複があると、MergeErrorが発生し、データの整合性チェックとして役立ちます。大規模なデータを扱う際は、validateパラメータを活用して結合の前提条件を明示しておくと、バグの早期発見につながりおすすめです。