[파이썬] 데이터 합치기

 

같은 형식의 데이터 합치기 : concat()

데이터 프레임을 만들어줬다.

각각 데이터프레임을 확인하면 아래와 같다.

어차피 같은 영어 점수를 보여주는 데이터 프레임이라 두개를 합친다.

concat()

함수를 사용하여 리스트를 넘겨준다.

그러나 인덱스가 이상하게 나온다.

ignore_index

파라미터를 사용해 True로 지정해주면 인덱스도 깔끔하게 나온다.

이를 새로운 변수로 저장해준다.

 

이번에는 수학점수 데이터프레임을 만들어주었다.

영어 점수와 수학 점수를 합쳐주었더니 그냥 컬럼 하나를 더 만들어 붙였다. 

이상한 결과다.

axis=1 파라미터를 사용하여 옆으로 붙여준다.

 

실습

import pandas as pd

sales_2020_df = pd.read_csv('data/sales_2020.csv')
sales_2021_df = pd.read_csv('data/sales_2021.csv')
sales_2022_df = pd.read_csv('data/sales_2022.csv')

# 여기에 코드를 작성하세요.
sales_df = pd.concat([sales_2020_df,sales_2021_df,sales_2022_df])
sales_df

---

조인 연산

 

---

컬럼 기준 데이터 합치기 : merge()

기본 데이터 가져오기

merge()

두개의 데이터프레임을 합쳐준다. 이때 기준이 되는 key값을 id로 한다.

on 파라미터

기본 조인 방법은 inner 조인이다.

다른 방법으로 하고 싶다면 how 라는 파라미터에

left, right, outer 로 써서 바꿀 수 있다.

 

여기서 두개의 데이터 프레임을 id를 키값으로 합쳤는데, department도 일치하는 정보이다. 그러면 자동으로 컬럼명 뒤에 _x, _y로 붙어서 나오지만 내가 설정해줄 수도 있다.

suffixes 라는 파라미터를 사용해서 왼쪽이름, 오른쪽 이름을 지정해준다.

만약 동일한 키값을 가지고 있는데 그 키의 컬럼명이 다르다면 left_on, right_on 이라는 파라미터로 지정할 수 있다.

 

실습

import pandas as pd

asteroid_df = pd.read_csv('data/asteroid.csv')
orbit_df = pd.read_csv('data/orbit.csv')

# 여기에 코드를 작성하세요.
nasa_df = pd.merge(asteroid_df, orbit_df, left_on='id', right_on='asteroid_id')
nasa_df

 

---

인덱스 기준 데이터 합치기 : join()

기본 데이터를 가지고 온 뒤에 인덱스를 아이디값으로 바꿔준다.

join()

함수는 기본이 left outer join이다.

같은 컬럼명에 대해 지정해주지 않으면 에러가 나기때문에 lsuffix, rsuffix 라는 파라미터를 이용해 지정해준다.

한개만 지정해줘도된다.

만약 조인 방법을 바꾸고 싶다면, merge처럼 how 파라미터를 사용해 바꿔준다.

 

실습

import pandas as pd

asteroid_df = pd.read_csv('data/asteroid.csv', index_col='id')
orbit_df = pd.read_csv('data/orbit.csv', index_col='asteroid_id')

# 여기에 코드를 작성하세요.
nasa_df = asteroid_df.join(orbit_df, how='inner')
nasa_df

 

---

조인한 데이터로 새로운 인사이트 얻기

퇴사한 직원과 재직중인 직원의 만족도 조사를 비교한다.

커리어 부문에서 1점의 차이가 난다.

인사팀은 커리어 개발을 위한 프로그램을 개발 또는 교육을 해야될 것이다.

 

---

코드잇 18. 데이터 합치기