【Python】PandasのDataFrameを外部結合（Outer Join）でマージする方法

Pandasで複数のDataFrameを結合（マージ）するには、merge()関数を使用します。このとき、howパラメータに「outer」を指定すると、両方のDataFrameに対して外部結合（Outer Join）が実行されます。

how = "outer"

外部結合では、片方のDataFrameにしか存在しない行もすべて残され、対応する値がない部分は NaN で埋められます。

1. pandasライブラリのインポート

まず、pandasを別名（エイリアス）付きでインポートします。

import pandas as pd

2. DataFrame1の作成

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. DataFrame2の作成

次に、車種と登録価格を含む別の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]
   }
)

4. 外部結合によるマージの実行

共通の列「Car」をキーにし、howパラメータに「outer」を指定してマージすると、外部結合が実行されます。

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

サンプルコード全体

以下に、ここまでの手順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', '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="outer"を指定して外部結合でマージ
mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="outer")
print("\nMerged dataframe with outer join...\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

Merged dataframe with outer join...
         Car   Units  Reg_Price
0      BMW   100.0     7000.0
1    Lexus   150.0     1500.0
2     Audi   110.0        NaN
3  Mustang    80.0     8000.0
4  Bentley   110.0        NaN
5   Jaguar    90.0     6000.0
6    Tesla     NaN     5000.0
7 Mercedes     NaN     9000.0

結果のポイント

出力結果から分かるように、外部結合では以下のような挙動になります。

• Audi と Bentley はDataFrame1にのみ存在するため、Reg_Price 列が NaN になっています。
• Tesla と Mercedes はDataFrame2にのみ存在するため、Units 列が NaN になっています。
• 両方のDataFrameに存在する BMW、Lexus、Mustang、Jaguar の行は、データが統合された形で表示されます。

このように、pd.merge() に how="outer" を指定することで、どちらか一方にしか存在しないデータも欠落させずに結合できます。SQLにおける FULL OUTER JOIN と同等の操作です。