pandasのconcat関数では、ラベルが付いた軸に沿った配列の連結をおこなう。
今回は多くの例を紹介しながら、concat関数の動作を確認していく。
コンテンツ
基本の連結
まずは、インデックスに重複の無い3つのシリーズを連結する例だ。
import pandas as pd
s1 = pd.Series([0, 1], index=['a', 'b'])
s2 = pd.Series([2, 3, 4], index=['c', 'd', 'e'])
s3 = pd.Series([5, 6], index=['f', 'g'])
pd.concat([s1, s2, s3])
# a 0
# b 1
# c 2
# d 3
# e 4
# f 5
# g 6
# dtype: int64
concat関数の引数にオブジェクトを格納したリストを与えると、与えられたオブジェクト（この場合シリーズ）が連結される。
また、デフォルトでは行方向へ連結されるが、以下のように列方向へ連結することも可能だ。
df = pd.concat([s1, s2, s3], axis=1)
# 0 1 2
# a 0.0 NaN NaN
# b 1.0 NaN NaN
# c NaN 2.0 NaN
# d NaN 3.0 NaN
# e NaN 4.0 NaN
# f NaN NaN 5.0
# g NaN NaN 6.0
内部結合による連結
先ほどの例ではラベルに重複がなく、結合された結果を見ると外部結合であることが分かった。
内部結合をおこなう場合は、joinオプションにより別途指定する必要がある。
import pandas as pd
s1 = pd.Series([0, 1], index=['a', 'b'])
s2 = pd.Series([2, 3, 4], index=['c', 'd', 'e'])
s3 = pd.Series([5, 6], index=['f', 'g'])
s4 = pd.concat([s1, s3])
# a 0
# b 1
# f 5
# g 6
# dtype: int64
df_outer = pd.concat([s1, s4], axis=1)
# 0 1
# a 0.0 0
# b 1.0 1
# f NaN 5
# g NaN 6
df_inner = pd.concat([s1, s4], axis=1, join='inner')
# 0 1
# a 0 0
# b 1 1
連結する軸を指定する
join_axesオプションを使うことで、連結する軸を任意で指定することも可能だ。
df = pd.concat([s1, s4], axis=1, join_axes=[['a', 'b', 'e']])
# 0 1
# a 0.0 0.0
# b 1.0 1.0
# e NaN NaN
連結したオブジェクトに階層型インデックスを持たせる
単純な連結操作では、連結後のオブジェクトの要素が、連結前のどの要素に対応しているかが分からなくなることがある。
そういった場合は、連結後のオブジェクトに階層型インデックスを持たせると良い。
concat関数のkeysオプションを設定すれば、階層型インデックスを持たせることができ、以下のような結果となる。
df_h = pd.concat([s1, s1, s3], keys=['one', 'two', 'three'])
# one a 0
# b 1
# two a 0
# b 1
# three f 5
# g 6
# dtype: int64
axis=1と列方向へ連結する場合は、keysに指定した値が列名として設定される。
df_h = pd.concat([s1, s2, s3], axis=1, keys=['one', 'two', 'three'])
# one two three
# a 0.0 NaN NaN
# b 1.0 NaN NaN
# c NaN 2.0 NaN
# d NaN 3.0 NaN
# e NaN 4.0 NaN
# f NaN NaN 5.0
# g NaN NaN 6.0
データフレームの結合の場合
シリーズがデータフレームになってもconcat関数の使い方は変わりない。
import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.arange(6).reshape(3, 2),
index=['a', 'b', 'c'],
columns=['one', 'two'])
# one two
# a 0 1
# b 2 3
# c 4 5
df2 = pd.DataFrame(5 + np.arange(4).reshape(2, 2),
index=['a', 'c'],
columns=['three', 'four'])
# three four
# a 5 6
# c 7 8
pd.concat([df1, df2], axis=1, keys=['level1', 'level2'])
# level1 level2
# one two three four
# a 0 1 5.0 6.0
# b 2 3 NaN NaN
# c 4 5 7.0 8.0
なお、上記のkeysによる階層型インデックスを持たせた結合は、以下のようにconcat関数にディクショナリを渡すことでも同様の結果が得られる。
pd.concat({'level1': df1, 'level2': df2}, axis=1)
# level1 level2
# one two three four
# a 0 1 5.0 6.0
# b 2 3 NaN NaN
# c 4 5 7.0 8.0