Python의 데이터 프레임 병합과 조작 방법

 

 

Python 데이터프레임 병합의 이해

데이터 분석 과정에서 여러 데이터를 결합하는 일은 매우 흔하게 발생합니다. 특히 데이터프레임은 Pandas 라이브러리에서 제공하는 강력한 데이터 구조로, 데이터를 효율적으로 조작하고 분석할 수 있도록 도와줍니다. 오늘은 데이터프레임을 병합하는 다양한 방법에 대해 심층적으로 살펴보겠습니다.

데이터프레임 병합의 기초

데이터프레임을 병합하려면 보통 두 가지 주요 방법인 concat()과 merge()를 사용합니다. concat()는 데이터프레임을 위아래 또는 좌우로 결합할 때 유용하며, merge()는 SQL의 join과 같은 방식으로 특정 기준에 따라 데이터를 결합합니다.

concat() 함수 사용하기

concat() 함수를 사용하여 데이터프레임을 결합할 때는, 병합할 데이터프레임을 리스트 형태로 전달해야 합니다. 기본적으로 이 함수는 axis=0 매개변수를 사용하여 행 방향으로 데이터를 아래로 정렬합니다. 만약 열 방향으로 결합하고 싶다면 axis=1로 설정하면 됩니다.

예를 들어, 다음과 같이 데이터를 결합할 수 있습니다:

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})

df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})

result = pd.concat([df1, df2], axis=0) # 행 결합

print(result)

 

이 경우, result는 df1의 아래에 df2의 데이터가 추가된 형태가 됩니다.

concat()의 옵션 활용

여기서 ignore_index=True 옵션을 추가하면, 기존 인덱스를 무시하고 새로운 인덱스를 자동으로 생성할 수 있습니다. 그 외에도 join 파라미터를 통해 병합할 때 컬럼의 교집합 또는 합집합을 선택할 수도 있습니다.

 

• join='inner': 공통된 컬럼만 결합
• join='outer': 모든 컬럼을 포함하여 결합

merge() 함수 활용하기

이번에는 merge() 함수를 살펴보겠습니다. 이 함수는 두 데이터프레임을 특정 키 또는 기준 컬럼을 이용해 결합하는 방법입니다. 기본적으로 how='inner' 옵션이 설정되어 있어, 두 데이터프레임의 공통된 데이터만 추출됩니다. 반대로 how='outer'를 설정하면 모든 데이터를 포함한 결합이 가능합니다.

import pandas as pd

df1 = pd.DataFrame({'id': [1, 2], 'name': ['Alice', 'Bob']})

df2 = pd.DataFrame({'id': [2, 3], 'age': [24, 30]})

result_inner = pd.merge(df1, df2, on='id', how='inner') # 교집합

result_outer = pd.merge(df1, df2, on='id', how='outer') # 합집합

print(result_inner)

print(result_outer)

 

위 예제에서는 id 컬럼을 기준으로 두 데이터프레임을 결합하였습니다. result_inner에서는 두 데이터프레임 모두에 존재하는 id 값인 2만 남게 되며, result_outer에서는 모든 데이터가 포함됩니다.

 

merge()의 다양한 옵션

합치고자 하는 데이터프레임 간의 키 컬럼이 다를 때는 left_on과 right_on을 사용하여 각각의 데이터프레임에서 어떤 컬럼을 기준으로 결합할지 지정할 수 있습니다. 예를 들어:

result_custom = pd.merge(df1, df2, left_on='name', right_on='id', how='left')

print(result_custom)

 

데이터프레임 병합 후 데이터 확인하기

병합이 완료된 후, 늘 데이터프레임의 정보와 결측치를 확인하는 것이 좋습니다. 이를 위해 DataFrame.info() 및 DataFrame.isnull().sum() 메소드를 활용할 수 있습니다.

result.info()

print(result.isnull().sum())

 

이러한 방법으로 데이터프레임을 병합하고, 결합된 데이터의 상태를 점검하는 것이 데이터 분석에 있어 매우 중요한 과정입니다.

결론

이 포스팅에서는 Pandas를 활용하여 데이터프레임을 병합하는 다양한 방법에 대해 알아보았습니다. concat()와 merge() 함수를 통해 데이터를 효과적으로 결합하고, 필요한 정보를 얻는 방법을 소개했습니다. 데이터 분석의 과정에서 이 두 가지 함수는 매우 유용하게 사용되니, 실전에서 자주 활용해보시기 바랍니다.

 

머리카락을 두껍게 만드는 단백질 팩

 

질문 FAQ

Python에서 데이터프레임을 병합하는 방법은 무엇인가요?

Pandas 라이브러리에서는 주로 concat()와 merge() 함수를 통해 데이터프레임을 결합할 수 있습니다. 이 두 가지 방법은 각각 다른 방식을 사용하여 데이터를 효율적으로 통합합니다.

concat() 함수는 어떻게 사용하나요?

데이터프레임을 결합하려면 concat() 함수를 호출할 때 병합할 데이터프레임 리스트를 제공하면 됩니다. 기본적으로 행 방향으로 결합되며, 열 방향으로 합치고자 할 경우 axis=1을 지정하면 됩니다.

merge() 함수를 사용할 때 어떤 옵션이 있나요?

merge() 함수에는 how 옵션이 있으며, 이를 통해 결합 방식(예: 'inner', 'outer')을 설정할 수 있습니다. 또한 left_on과 right_on을 사용하면 서로 다른 키 컬럼으로 데이터프레임을 결합할 수 있습니다.

병합 후 데이터프레임을 어떻게 확인하나요?

병합이 완료된 후, DataFrame.info()와 DataFrame.isnull().sum() 메소드를 사용하여 데이터프레임의 구조와 결측치 현황을 점검하는 것이 좋습니다. 이를 통해 데이터의 상태를 효과적으로 확인할 수 있습니다.