Python Pandas入門：merge()で2つのDataFrameの共通行を抽出する方法

merge()で共通の行を取得する基本

Pandasのmerge()メソッドを使って2つのDataFrame（データフレーム）間の共通する行を検索するには、パラメータ「how」に「inner」を指定します。「inner」はSQLの内部結合（INNER JOIN）と同じ働きをするため、両方のDataFrameに存在する行だけを抽出したい場合に最適です。

DataFrame1の作成

まず、「Car」（車名）と「Reg_Price」（登録価格）という2つの列を持つDataFrame1を作成します。

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Reg_Price": [1000, 1500, 1100, 800, 1100, 900]
   }
)

DataFrame2の作成

次に、同じく2つの列を持つDataFrame2を作成します。一部の車はDataFrame1と登録価格が異なっています。

dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Reg_Price": [1200, 1500, 1000, 800, 1100, 1000]
   }
)

共通の行を検索するコード

merge()に how='inner' を指定して呼び出すだけで、共通の行を取得できます。indicator=False は、各行の出所を示す補助列を作成しない設定です。

dataFrame1.merge(dataFrame2, how='inner', indicator=False)

サンプルコード全体

以下に、一連の処理をまとめた完全なコードを示します。

import pandas as pd

# DataFrame1を作成
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Reg_Price": [1000, 1500, 1100, 800, 1100, 900]
   }
)

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

# DataFrame2を作成
dataFrame2 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Reg_Price": [1200, 1500, 1000, 800, 1100, 1000]
   }
)

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

# 2つのDataFrame間の共通の行を検索
resData = dataFrame1.merge(dataFrame2, how='inner', indicator=False)
print("\nCommon rows between two DataFrames...\n", resData)

実行結果

上記のコードを実行すると、以下のような出力が得られます。

DataFrame1 ...
      Car  Reg_Price
0     BMW       1000
1   Lexus       1500
2    Audi       1100
3   Tesla        800
4 Bentley       1100
5  Jaguar        900

DataFrame2 ...
      Car  Reg_Price
0     BMW       1200
1   Lexus       1500
2    Audi       1000
3   Tesla        800
4 Bentley       1100
5  Jaguar       1000

Common rows between two DataFrames...
      Car  Reg_Price
0   Lexus       1500
1   Tesla        800
2 Bentley       1100

結果のポイント解説

この例では、両方のDataFrameで「Car」と「Reg_Price」の値が完全に一致している行のみが結果として残ります。BMW、Audi、Jaguarは価格が異なるため除外され、Lexus（1500）、Tesla（800）、Bentley（1100）の3行が共通行として抽出されました。

なお、howパラメータには「left」「right」「outer」「cross」なども指定でき、結合の挙動を柔軟に制御できます。また、indicator=True にすると、各行が左側・右側・両方のどれに存在するかを示す「_merge」列が追加されるため、データの確認やデバッグに便利です。