#8 Python/Pandas データの結合
複数データを結合させて一つのデータを作る方法を解説します。まず、df1とdf2のデータを用意します。
import pandas as pd
data1 = {'time':[0,1,2,3,4,5,6,7,8,9,10]
,'data_cat':['a','a','a','a','a','a','a','a','a','a','a']
,'data':[111,115,200,300,500,500,200,100,50,5,0]}
df1 = pd.DataFrame(data1)
data2 = {'time':[0,1,3,5,7,9]
,'data_cat':['b','b','b','b','b','b']
,'data':['AA','BB','CC',12,'DD',5]}
df2 = pd.DataFrame(data2)結果は、
となり、timeデータの周期の異なるデータが作成されました。さまざまな結合方法を紹介します。
inner join
timeを共通データとして、timeの値で内部結合させます。
pd.merge(df1, df2, how="inner" ,on="time")
left join
data1の左側からdata2を結合させます。
pd.merge(df1, df2, how="left" ,on="time")
このとき、もとになるデータの長さに合わせて結合されます。つまり、data2｜data1という結合方法なら、
となる。
ここで出てくるNaNは、データ欠損値でそこにもともとデータがなかったことを表しています。
その他の結合方法は、
に掲載されています。
これで、APIから上がってきた複数の情報をひとつのCSVファイルにまとめることができるようになります。