Python Pandas – concat()を使って2つのDataFrame間の共通行を取得する方法

Pandasでは、concat()関数を使うことで、2つのDataFrame（データフレーム）に共通する行を簡単に抽出できます。この記事では、concat()とgroupby()を組み合わせて共通行を取得する手順を、サンプルコードと実行結果とともにわかりやすく解説します。

DataFrame1の作成

まず、「Car」と「Reg_Price」の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

続いて、同じ列構成を持つDataFrame2を作成します。

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

共通行を取得する手順

2つのDataFrameの共通行を見つけるには、以下の4つのステップを実行します。

ステップ1：concat()でDataFrameを連結する

dfRes = pd.concat([dataFrame1, dataFrame2])

ステップ2：インデックスをリセットする

dfRes = dfRes.reset_index(drop=True)

ステップ3：すべての列をキーにグループ化する

dfGroup = dfRes.groupby(list(dfRes.columns))

ステップ4：カウントが1より大きい行を抽出する

各グループの長さを取得して出現回数を計算します。カウントが1より大きい場合、その行は両方のDataFrameに存在すること、すなわち共通行であることを意味します。

res = [k[0] for k in dfGroup.groups.values() if len(k) > 1]

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完全なコード例です。

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間の共通行を検索
dfRes = pd.concat([dataFrame1, dataFrame2])

# インデックスをリセット
dfRes = dfRes.reset_index(drop=True)

# 列をキーにグループ化
dfGroup = dfRes.groupby(list(dfRes.columns))

# 各行の長さを取得してカウントを計算
# カウントが1より大きい場合は共通行を意味する
res = [k[0] for k in dfGroup.groups.values() if len(k) > 1]

print("\nCommon rows ...\n", dfRes.reindex(res))

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  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 ...
        Car  Reg_Price
3     Tesla        800
1     Lexus       1500
4   Bentley       1100

補足：merge()を使った代替方法

共通行の抽出には、merge()関数を使う方法もあります。pd.merge(dataFrame1, dataFrame2, how='inner')のように内部結合を行えば、両方のDataFrameに存在する行だけをシンプルに取得できます。連結後のグループ化が必要ないため、コードがより簡潔になります。目的やデータの規模に応じて、concat()方式とmerge()方式を使い分けるとよいでしょう。