[Pandas] 2. DataFrame 결합과 정렬

DataFrame 결합 : concat(), merge()

DataFrame을 결합하는 방법으로는 `pd.concat()`과 `pd.merge()` 2가지가 있습니다.

 

1) pd.concat()

concat 함수를 사용하면 단순히 데이터를 연결할 수 있습니다.

• 기본 사용 방법
  
  • `pd.concat([df1, df2])` : DataFrame df1과 df2를 이어 붙이기
• 옵션
  • axis : 축 (0 : 세로로[default], 1 : 가로로)
  • join : 합치는 방법 : (outer : 합집합[default], inner : 교집합)

# 기본 사용
df_concat = pd.concat([df1, df2])

# 세로로 합치기 (default)
pd.concat([df1, df2], axis = 0)

# 가로로 합치기
pd.concat([df1, df2], axis = 1)

# 가로로 교집합
pd.concat([df1, df2], axis = 1, join = 'inner')

 

2) pd.merge()

merge 함수는 DataFrame을 각 데이터에 존재하는 고유한 key 값을 기준으로 병합할 수 있습니다.

• 기본 사용 방법
  • `pd.merge(df_left, df_right, on=key값)` : on(key값)을 기준으로 병합. 명시하지 않으면 자동으로 잡아줌.
• 옵션
  • how : 합치는 방법 (left, right, inner, outer)
  • on : 기준으로 사용할 열, key 값

# 기본 사용
df_merge = pd.merge(df_left, df_right)

# on(key값) 명시
df_merge = pd.merge(df_left, df_right, on='movieId')

# how=outer
df_merge = pd.merge(df_left, df_right, how='outer')

 

 

정렬 : sort_values()

pandas 라이브러리를 활용하여 데이터를 필요에 맞게 정렬할 수 있습니다.

• 기본사용법
  • `df.sort_values(by='정렬 기준이 되는 컬럼')` : 해당 열의 값을 기준으로 오름차순 정렬
• 옵션
  • by : 정렬 기준이 되는 컬럼. list 형태로 여러 컬럼 넣을 수 있음.
  • ascending : 정렬 방법 (True=오름차순, False=내림차순)

# 기본 사용
df.sort_values(by='movieId')

# 내림차순 정렬
df.sort_values(by='movieId', ascending=False)

# 복합 열 정렬 : 별도로 저장하고, 인덱스 reset
temp = df.sort_values(by=['JobSatisfaction', 'MonthlyIncome'], ascending=[True, False])
temp.reset_index(drop = True)

 

행 인덱스 초기화 : reset_index()

데이터 프레임의 index를 초기화하여 재배열 할 수 있습니다.

• 기본사용법
  • `df.reset_index()` : 인덱스를 다시 0부터 시작하도록 reset. 기존 인덱스가 새로운 컬럼으로 저장됩니다.
• 옵션
  • `drop` : True 옵션을 주면 기존 인덱스는 삭제