質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.38%

Python3.7.4でPandas.DataFrameの連結について教えて下さい。

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 297

score 8

Python3.7.4でPandasを使ってデータの結合をしようとしています。

IDをキーとして複数のDataFrameを統合して一つの大きなDataFrameに入れようとしています。

テーブル1の列  :ID、A、B、C
テーブル2の列  :ID、D、E、F
テーブル3の列  :ID、G、H、I
統合テーブルの列 :ID、A、B、C、D、E、F、G、H、I

・この時、テーブル1、2、3はいづれか、またはすべて存在しない場合もありますが、統合テーブルの列としては固定でID、A、B、C、D、E、F、G、H、Iを持っておきたいです。

・また、行数が違う場合でも連結したいです。

具体的に書くとこのようなイメージです。


テーブル1
ID    A   B   C
id1  a1  b1  c1
id2  a2  b2  c2
id3  a3  b3  c3

テーブル2:なし

テーブル3
ID    G   H   I
id1  g1  h1  i1
id2  g2  h2  i2
id3  g3  h3  i3
id4  g4  h4  i4

統合テーブル(ほしい結果)
ID   A   B   C   D   E   F   G   H   I
id1 a1  b1  c1              g1  h1  i1
id2 a2  b2  c2              g2  h2  i2
id3 a3  b3  c3              g3  h3  i3
id4                         g4  h4  i4


columnDf = pd.DataFrame(columns=['ID', 'A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I'])
table1Df = pd.DataFrame({
'ID': ['id1', 'id2', 'id3'],
'A' : ['a1' , 'a2' , 'a3'],
'B' : ['b1' , 'b2' , 'b3'],
'C' : ['c1' , 'c2' , 'c3']},
index = [0, 1, 2])

table3Df = pd.DataFrame({
'ID': ['id1', 'id2', 'id3', 'id4'],
'G':  ['g1' , 'g2' , 'g3' , 'g4'],
'H':  ['h1' , 'h2' , 'h3' , 'h4'],
'I':  ['i1' , 'i2' , 'i3' , 'i4']},
index = [0, 1, 2, 3])

【試したこと】

concat

concatedDf = pd.concat([columnDf, table1Df, table3Df], sort=True)

A    B    C    D    E    F    G    H    I   ID
0   a1   b1   c1  NaN  NaN  NaN  NaN  NaN  NaN  id1
1   a2   b2   c2  NaN  NaN  NaN  NaN  NaN  NaN  id2
2   a3   b3   c3  NaN  NaN  NaN  NaN  NaN  NaN  id3
0  NaN  NaN  NaN  NaN  NaN  NaN   g1   h1   i1  id1
1  NaN  NaN  NaN  NaN  NaN  NaN   g2   h2   i2  id2
2  NaN  NaN  NaN  NaN  NaN  NaN   g3   h3   i3  id3
3  NaN  NaN  NaN  NaN  NaN  NaN   g4   h4   i4  id4
となりうまくいきません。同じidのところは同じ行の該当の列に値を入れたいです。

concat その2

concatedDf = pd.concat([columnDf, table1Df, table3Df], keys=['ID'])
print(concatedDf)

結果
Empty DataFrame
Columns: [ID, A, B, C, D, E, F, G, H, I]
Index: []

merge

mergedDf = columnDf.merge(table1Df, on='ID')
mergedDf = mergedDf.merge(table3Df, on='ID')
print(mergedDf)

結果
Empty DataFrame
Columns: [A_x, B_x, C_x, D, E, F, G, H, I, ID, A_y, B_y, C_y]
Index: []


以下のような結果を得るにはどうすればいいかご教授をお願い致します。
'    ID   A    B    C    D    E    F    G     H    I
0  id1  a1   b1   c1  NaN  NaN  NaN    g1   h1   i1
1  id2  a2   b2   c2  NaN  NaN  NaN    g2   h2   i2
2  id3  a3   b3   c3  NaN  NaN  NaN    g3   h3   i3
3  id4 NaN  NaN  NaN  NaN  NaN  NaN    g4   h4   i4

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

mergeで「how='outer'」を指定すれば良いかと思います。

import pandas as pd

df1 = pd.DataFrame({'ID':[1,2,3],'A':['a1','a2','a3'],'B':['b1','b2','b3'],'C':['c1','c2','c3']})
#    A   B   C  ID
#0  a1  b1  c1   1
#1  a2  b2  c2   2
#2  a3  b3  c3   3

df2 = pd.DataFrame({'ID':[],'D':[],'E':[],'F':[]})
#Empty DataFrame
#Columns: [D, E, F, ID]
#Index: []

df3 = pd.DataFrame({'ID':[1,2,3,4],'G':['g1','g2','g3','g4'],'H':['h1','h2','h3','h4'],'I':['i1','i2','i3','i4']})
#    G   H   I  ID
#0  g1  h1  i1   1
#1  g2  h2  i2   2
#2  g3  h3  i3   3
#3  g4  h4  i4   4

df4 = pd.merge(df1,df2, on='ID',how='outer')
df4 = pd.merge(df4,df3, on='ID',how='outer')
#     A    B    C  ID   D   E   F   G   H   I
#0   a1   b1   c1   1 NaN NaN NaN  g1  h1  i1
#1   a2   b2   c2   2 NaN NaN NaN  g2  h2  i2
#2   a3   b3   c3   3 NaN NaN NaN  g3  h3  i3
#3  NaN  NaN  NaN   4 NaN NaN NaN  g4  h4  i4

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/10/08 09:38

    早速のご回答ありがとうございます。
    meg_さんの教えて頂いた通りでうまくいきました。
    一つ確認ですが、やはり、今回で言う所のテーブル2は、なかったとしても列のみ設定した空のDataFrameを用意しておく必要はどうしてもある、という認識を持ちましたが、合っていますでしょうか?

    つまり、
    dstDf = pd.DataFrame({'ID': [], 'A': [],'B': [],'C': [],'D': [],'E': [],'F': [],'G': [], 'H': [], 'I': []})
    のような全列を持ったDataFrameをあらかじめ用意しておき、それにたいして、存在するテーブル1とテーブル3のみを結合する、という方式では、DstDfとテーブル1Df、テーブル3Dfに重複して存在する列に識別子がついた状態でマージされてしまうため、私が望んでいる結果にはならない、という認識です。

    キャンセル

  • 2019/10/08 10:34

    キーを複数持つことも出来るので、データに合わせて色々なマージ方法はあるかと思います。merge後に、個別に列の修正しても良いと思いますし。データによりけりなので、一番効率の良いやり方を探してください。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.38%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る