Python Pandasで共通の列をキーにDataFrameをマージし、一致しない値をNaNで埋める方法

共通の列（カラム）を持つ2つのPandas DataFrameをマージするには、merge()関数を使用し、onパラメータに共通の列名を指定します。さらに、一致しない値に対してNaNを設定したい場合は、howパラメータを"left"または"right"に設定します。これはそれぞれ「左結合」「右結合」と呼ばれるマージ方法です。

まず、pandasライブラリをエイリアス付きでインポートします。

import pandas as pd

DataFrame1を作成します。

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

続いて、DataFrame2を作成します。

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

次に、共通の列「Car」をキーとして2つのDataFrameをマージします。how="left"を指定すると、左側のDataFrame（1つ目）のすべての行が保持され、右側のDataFrame（2つ目）に存在しない値にはNaNが自動的に設定されます。

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

サンプルコード

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)

# 共通列「Car」でマージ。「left」を指定することで、
# 2つ目のDataFrameで一致しない値にNaNが設定される
mergedRes = pd.merge(dataFrame1, dataFrame2, on='Car', how="left")
print("\n共通の列でマージしたDataFrame ...\n", mergedRes)

出力結果

実行すると、以下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

共通の列でマージしたDataFrame ...
       Car  Units Reg_Price
0     BMW    100    7000.0
1   Lexus    150    1500.0
2    Audi    110       NaN
3 Mustang     80    8000.0
4 Bentley    110       NaN
5  Jaguar     90    6000.0

出力結果のポイント

マージ後の結果を見ると、「Audi」と「Bentley」のReg_PriceがNaNになっています。これは、これらの車種がDataFrame2の「Car」列に存在しないためです。左結合では左側のDataFrameの全行が必ず残るため、対応するデータがない箇所は欠損値（NaN）として扱われます。

howパラメータの主な選択肢

• "left"：左側のDataFrameの全行を保持し、一致しない部分はNaNにする
• "right"：右側のDataFrameの全行を保持し、一致しない部分はNaNにする
• "inner"：両方に存在するキーのみを残す（デフォルト）
• "outer"：両方の全行を保持し、一致しない部分はNaNにする