Python・PandasのDataFrameを内部結合（Inner Join）する方法

Pandas DataFrameを内部結合する基本

PandasでDataFrame同士を結合するには、merge()関数を使用します。内部結合（Inner 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 = "inner"

内部結合では、両方のDataFrameに共通して存在するキーの行のみが結果に残ります。共通しない行は結合後に除外される点が特徴です。

1. pandasライブラリをインポート

まず、pandasライブラリを別名（エイリアス）付きでインポートします。

import pandas as pd

2. 1つ目のDataFrameを作成

車種と販売台数を含むDataFrameを作成します。

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

3. 2つ目のDataFrameを作成

次に、車種と登録価格を含む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]
   }
)

4. 内部結合を実行

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

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

完全なサンプルコード

以下は、ここまでの手順をまとめたコード全体です。

#
# Inner JoinによるPandas DataFrameの結合
#

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="inner"を指定して内部結合
mergedRes = pd.merge(dataFrame1, dataFrame2, on ='Car', how ="inner")
print("\nMerged dataframe with inner join...\n", mergedRes)

実行結果

上記のコードを実行すると、以下の出力が得られます。

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

Merged dataframe with inner join...
        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

出力結果を見ると、元のDataFrame1には6行、DataFrame2にも6行ありますが、結合後は4行になっています。これは、両方のDataFrameに共通して存在する車種（BMW、Lexus、Mustang、Jaguar）だけが残され、片方にしか存在しない「Audi」「Bentley」「Tesla」「Mercedes」の行が除外されたためです。

なお、サンプルコード内のprint文はPython 3系の文法（関数呼び出し形式）に合わせています。古いPython 2系では括弧なしでも動作しましたが、現在は括弧を付けるのが標準です。