PANDASを使ったカラム数の異なるデータ結合

Question

前提・実現したいこと

PythonのPandasを使ってエクセルデータの集計を行っています。
以下df1とdf2のデータにある商品IDをキーにして、販売数のみを足し合わせたdf3を作成したいと思っています。

import pandas as pd
df1 = pd.DataFrame([['A', 1, '飲料','1月1日'], ['B', 1, 'キッチン','1月2日'], ['C', 1, 'スポーツ','1月3日'],['D', 1, '食品','1月1日'],['E', 1, '雑貨','1月5日']],columns=['商品ID', '販売数', 'カテゴリ','発売日'])
df2 = pd.DataFrame([['A', 1], ['C', 2], ['D', 3]],columns=['商品ID', '販売数',])

df3 = pd.DataFrame([['A', 2, '飲料','1月1日'], ['B', 1, 'キッチン','1月2日'], ['C', 3, 'スポーツ','1月3日'],['D', 4, '食品','1月1日'],['E', 1, '雑貨','1月5日']],columns=['商品ID', '販売数', 'カテゴリ','発売日'])

「カテゴリ」と「発売日」はdf1を生かす形でconcatやmergeなどでgroupby.sum()を使用してみましたがうまくいかず…お知恵を貸していただけますでしょうか。

Answer 1

df1とdf2の商品IDをインデックスとして指定すれば、簡単な式で計算できます。

import pandas as pd

df1 = pd.DataFrame([
    ['A', 1, '飲料', '1月1日'],
    ['B', 1, 'キッチン', '1月2日'],
    ['C', 1, 'スポーツ', '1月3日'],
    ['D', 1, '食品', '1月1日'],
    ['E', 1, '雑貨', '1月5日']],
    columns=['商品ID', '販売数', 'カテゴリ', '発売日'])
df2 = pd.DataFrame([
    ['A', 1],
    ['C', 2],
    ['D', 3]],
    columns=['商品ID', '販売数', ])

# 日本語のデータフレーム表示の桁揃え
pd.set_option('display.unicode.east_asian_width', True)

# df1, df2ともに「商品ID」をインデックスに変更する
df1.set_index('商品ID', inplace=True)
df2.set_index('商品ID', inplace=True)

df1.loc[df2.index, '販売数'] += df2['販売数']
print(df1)

        販売数  カテゴリ  発売日
商品ID
A            2      飲料  1月1日
B            1  キッチン  1月2日
C            3  スポーツ  1月3日
D            4      食品  1月1日
E            1      雑貨  1月5日

Comments

[MS_22]

indexにこういう使い方があるんですね。
美しいコードをありがとうございます。
勉強になりました。

Answer 2

以下のようにやればできます。

>>> df3 = pd.merge(df1,df2, on ='商品ID', how='left', suffixes=['', '_2']).fillna(0)
>>> df3['販売数'] = (df3['販売数']+df3['販売数_2']).astype(int)
>>> df3.drop('販売数_2', axis=1, inplace=True)
>>> print(df3)
  商品ID  販売数  カテゴリ   発売日
0    A    2    飲料  1月1日
1    B    1  キッチン  1月2日
2    C    3  スポーツ  1月3日
3    D    4    食品  1月1日
4    E    1    雑貨  1月5日

Comments

[MS_22]

mergeとsuffixesの使い方が大変勉強になりました。
お手本のような回答ありがとうございました。