Python・Pandasのmerge()関数でDataFrameを右外部結合（Right Outer Join）する方法

Pandas DataFrameを右外部結合でマージするとは

Pandasで2つのDataFrameを結合するには、merge()関数を使用します。右外部結合（Right Outer Join）を実現するには、merge()関数の「how」パラメータに以下のように指定します。

how = "right"

右外部結合では、右側のDataFrame（第2引数に渡したDataFrame）のすべての行が保持され、左側のDataFrameに一致する行がない場合はNaN（欠損値）が補完されます。

Pandasライブラリのインポート

まず、エイリアスを付けてPandasライブラリをインポートします。

import pandas as pd

マージ用の2つのDataFrameを作成

次に、マージ対象となる2つのDataFrameを作成します。共通の列として「Car」を持ちます。

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

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

ここで、DataFrame1には「Audi」と「Bentley」が含まれ、DataFrame2には「Tesla」と「Mercedes」が含まれている点に注目してください。この違いが、右外部結合の結果に影響します。

右外部結合によるマージの実行

共通列「Car」をキーにし、「how」パラメータに「right」を指定してmerge()を呼び出すことで、右外部結合が実行されます。

mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="right")

サンプルコード全体

以下は、これまでの手順をまとめた完全なコード例です。

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)

# 共通列Carをキーに、「how="right"」を指定して右外部結合を実行
mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="right")
print("\n右外部結合でマージしたDataFrame...\n", mergedRes)

実行結果

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

右外部結合でマージしたDataFrame...
         Car   Units  Reg_Price
0       BMW   100.0       7000
1      Lexus   150.0       1500
2    Mustang    80.0       8000
3     Jaguar    90.0       6000
4      Tesla     NaN       5000
5   Mercedes     NaN       9000

結果のポイント

出力結果から、右外部結合の特徴がよく分かります。

• 右側のDataFrame2に存在するすべての車種（BMW、Lexus、Mustang、Jaguar、Tesla、Mercedes）が結果に保持されています。
• 左側のDataFrame1のみに存在する「Audi」と「Bentley」は、右側に対応する行がないため結果から除外されます。
• 右側のみに存在する「Tesla」と「Mercedes」は、左側に一致するデータがないため、「Units」列がNaN（欠損値）になっています。
• また、「Units」列の値が100.0のように小数点付きで表示されているのは、NaNが混在することで整数型（int）から浮動小数点型（float）に変換されたためです。

このように、how="right"を指定したmerge()関数を使えば、右側のDataFrameを基準にした結合を簡単に実装できます。逆に左側を基準にしたい場合は「left」、両方の行をすべて保持したい場合は「outer」を指定してください。