2つのデータフレームを1つに結合（行、列の追加）

機械学習などを行うとき、複数のデータを１つにまとめたりしたい時があります。その時に便利なのがPandasのconcatです。

やりたいこと

こんな感じで、２つのデータフレームを１つに結合。

コード紹介

# import
import pandas as pd

# データセットを作る
df1 = pd.DataFrame({'a':[1,4], 'b':[2,5], 'c':[3,6]})
df2 = pd.DataFrame({'a':[7], 'b':[8], 'd':[9]})

# データの結合（行）
df3 = pd.concat([df1, df2], axis=0, join='outer')   # axis, joinは省略可

# インデックス初期化
df3 = df3.reset_index()    # 結合前のindexが不要な場合はdf3.reset_index(drop=True)

df3

出力結果

少し解説

concatの引数 join について

デフォルトはouterですが、innerとすることで内部結合（共通している列だけ残す）になります。 今回の例の場合、'a'と'b'が共通なので、以下のようになります。

python df3 = pd.concat([df1, df2], axis=0, join='inner')

concatの引数 axis について

デフォルト0の場合行に追加していきますが、1にすると列に追加になります。

python df3 = pd.concat([df1, df2], axis=1, join='outer')

※この場合列aや列bが重複してしまうので、あまり良い例ではありません。

インデクスの初期化（reset_index）について

reset_index()を入れないと、以下のようにインデックスが結合前のdf1, df2のインデックスを引き継ぎ、重複してしまいます。

そのため、結合した後は必ずreset_index() を行いましょう。

結合前のインデックスはindexという列名でデータフレームに保管されますが、不要な場合は python reset_index(drop=True)とします。