[pandas] SQL의 JOIN 역할을 하는 pd.merge와 df.join

오늘은 판다스의 merge 함수와 데이터프레임의 join 메소드를 비교해보도록 하겠습니다. 우선 둘다 SQL의 JOIN과 비슷한 기능을 하는 친구들입니다. 

 

pd.merge() vs df.join()

판다스의 merge 함수

예제에 사용하기 위해 두 개의 데이터 프레임을 먼저 준비했습니다.

 

import pandas as pd

df1 = pd.DataFrame({'id':[1, 2, 3, 4], 'name':["심교훈", "문태호", "황병일", "이정기"]})
df2 = pd.DataFrame({'id':[1, 3, 5, 6], 'hobby':['숨쉬기', '농구', '기타', '뜨개질']})

print(df1, '\n')
print(df2, '\n')

 

 

두 데이터프레임을 pd.merge() 함수를 사용하여 join 해보겠습니다.

 

inner 조인

merged_df = pd.merge(df1, df2, how='inner', on='id')
print(merged_df, '\n')

 

df1과 df2에서 id 컬럼의 값이 같은 행끼리 결합된 것을 확인하실 수 있습니다. 

 

 

join의 4가지 방식 중에서 inner join의 방식으로 결합된 것입니다. 

 

 

left 조인

join의 방식을 바꾸고 싶으면 how 옵션의 값을 달리해주면 됩니다. left join 방식을 취하고 싶으면 how='left' 옵션을 추가해주면 됩니다. 

 

merged_df = pd.merge(df1, df2, how='left', on='id')
print(merged_df, '\n')

 

왼쪽 데이터프레임을 기준으로 결합되었고 id=2, 4인 행은 오른쪽 데이터프레임에 존재하지 않기 때문에 hobby 컬럼에 NaN 값들이 들어갔습니다. 

 

 

right 조인

이번에는 right join 방식을 취해보겠습니다.

 

merged_df = pd.merge(df1, df2, how='right', on='id')
print(merged_df, '\n')

 

 

outer 조인

이번에는 outer 조인 방식으로 결합해보겠습니다.

 

merged_df = pd.merge(df1, df2, how='outer', on='id')
print(merged_df, '\n')

 

 

두 데이터프레임에서 결합의 기준으로 삼아야 하는 컬럼의 이름이 다른 경우

만약 두 데이터프레임에서 결합의 기준으로 삼고 싶은 컬럼의 이름이 다르다면, left_on='컬럼명', right_on='컬럼명'을 추가로 넣어주면 됩니다. 아래 예제 코드는 왼쪽 데이터프레임의 id 컬럼과 오른쪽 데이터프레임의 cus_id 컬럼을 결합해야 하는 상황입니다.

 

df1 = pd.DataFrame({'id':[1, 2, 3, 4], 'name':["심교훈", "문태호", "황병일", "이정기"]})
df2 = pd.DataFrame({'cus_id':[1, 3, 5, 6], 'hobby':['숨쉬기', '농구', '기타', '뜨개질']})
print(df1, '\n')
print(df2, '\n')

merged_df = pd.merge(df1, df2, how='inner', left_on='id', right_on='cus_id')
print(merged_df, '\n')

 

 

 

 

 

데이터프레임의 join 메소드

df.join() 메소드도 pd.merge() 함수와 비슷한 기능을 합니다. 다만 행 인덱스를 기준으로 결합을 해줍니다. 이것도 how 옵션을 통해 left, right, inner, outer join 방식을 취할 수 있습니다. 

 

df1 = pd.DataFrame({'id':[1, 2, 3, 4, 5, 6], 'name':["심교훈", "문태호", "황병일", "이정기", "정하연", "진영빈"]})
df2 = pd.DataFrame({'cus_id':[1, 3, 5, 6], 'hobby':['숨쉬기', '농구', '기타', '뜨개질']})
print(df1, '\n')
print(df2, '\n')

joined_df = df1.join(df2, how='left')
print(joined_df, '\n')

joined_df = df1.join(df2, how='right')
print(joined_df, '\n')

joined_df = df1.join(df2, how='inner')
print(joined_df, '\n')

joined_df = df1.join(df2, how='outer')
print(joined_df, '\n')

 

행 인덱스를 기준으로 잘 결합되었습니다.

 

 

관련 글

- [sqlite3] JOIN으로 서로 다른 테이블의 컬럼들 붙이기(내부 조인, 외부 조인)

 

참고자료

[1] https://pandas.pydata.org/docs/reference/api/pandas.merge.html 

[2] https://zzinnam.tistory.com/entry/pandas-%EB%8D%B0%EC%9D%B4%ED%84%B0-%EA%B2%B0%ED%95%A9-%ED%95%A8%EC%88%98-merge