Pythonで異なる長さのDataFrameをマージする方法（pandas mergeの使い方）

pandasでは、行数（長さ）が異なる複数のDataFrameを結合する場合、merge()メソッドを使用します。この記事では、長さ4のDataFrameと長さ6のDataFrameを実際にマージしながら、その手順と出力結果をわかりやすく解説します。

merge()メソッドとは

merge()は、SQLのJOINのように共通する列（キー）を基準に2つのDataFrameを結合するメソッドです。how引数に'left'を指定すると、左側のDataFrameのすべての行を保持したまま結合できます。これにより、行数が異なるDataFrame同士でも問題なくマージが可能です。

1つ目のDataFrame（長さ4）を作成する

まず、「Car」列だけを持つ長さ4のDataFrameを作成します。

import pandas as pd

dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Jaguar']
    }
)

print("DataFrame1 ...\n", dataFrame1)
print("DataFrame1 length = ", len(dataFrame1))

2つ目のDataFrame（長さ6）を作成する

次に、同じ「Car」列を持ち、行数が6のDataFrameを作成します。こちらには「Mercedes」と「Bentley」が追加されています。

dataFrame2 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley']
    }
)

print("\nDataFrame2 ...\n", dataFrame2)
print("DataFrame2 length = ", len(dataFrame2))

merge()でDataFrameをマージする

how='left'を指定して、2つのDataFrameをマージします。この例では、行数の多いdataFrame2を左側に置くことで、すべての行が結果に残ります。

mergedRes = dataFrame2.merge(dataFrame1, how='left')

完全なサンプルコード

以下に、ここまでの手順をまとめた実行可能なコード全体を示します。

import pandas as pd

# DataFrame1を作成
dataFrame1 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Jaguar']
    }
)
print("DataFrame1 ...\n", dataFrame1)

# DataFrame1の長さを確認
print("DataFrame1 length = ", len(dataFrame1))

# DataFrame2を作成
dataFrame2 = pd.DataFrame(
    {
        "Car": ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley']
    }
)
print("\nDataFrame2 ...\n", dataFrame2)

# DataFrame2の長さを確認
print("DataFrame2 length = ", len(dataFrame2))

# DataFrameをマージ
mergedRes = dataFrame2.merge(dataFrame1, how='left')
print("\nMerged data frame...\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
0     BMW
1   Lexus
2    Audi
3  Jaguar
DataFrame1 length = 4

DataFrame2 ...
       Car
0      BMW
1    Lexus
2     Audi
3 Mercedes
4   Jaguar
5  Bentley
DataFrame2 length = 6

Merged data frame...
       Car
0      BMW
1    Lexus
2     Audi
3 Mercedes
4   Jaguar
5  Bentley

ポイントの解説

今回の例では両方のDataFrameが「Car」という同名の列を持っているため、それが自動的に結合キーとして使用されました。マージ後の結果には、dataFrame2の6行すべてが含まれています。

もし片方のDataFrameにしか存在しない値があり、how='inner'（デフォルト）を使った場合は、両方に存在する行のみが残るため、結果の行数が減る点に注意してください。行数の異なるDataFrameを扱う際は、どの行を残したいかに応じてhow引数（'left'、'right'、'outer'、'inner'）を適切に選択することが重要です。