Pandasで2つのデータフレームに共通する行だけ残す・削除する方法
Pandasで2つのデータフレームを比較して処理を行う方法をまとめます。
例として以下のデータフレームを使用します。
import pandas as pd
df_2017 = pd.DataFrame({'種類':[1, 2, 3, 1, 3], 'サイズ': ["S", "S", "M", "L", "S"], '平均価格': [200, 120, 250, 300, 260]})
df_2020 = pd.DataFrame({'種類':[2, 2, 1, 1], 'サイズ': ["S", "M", "L", "M"], '平均価格': [130, 180, 340, 280]})
2017年のデータ
種類 | サイズ | 平均価格 | |
---|---|---|---|
0 | 1 | S | 200 |
1 | 2 | S | 120 |
2 | 3 | M | 250 |
3 | 1 | L | 300 |
4 | 3 | S | 190 |
2020年のデータ
種類 | サイズ | 平均価格 | |
---|---|---|---|
0 | 2 | S | 130 |
1 | 2 | M | 180 |
2 | 1 | L | 340 |
3 | 1 | M | 280 |
1. 共通する列を抽出する
2017年と2020年の両方に含まれる条件を抽出します。
df = pd.merge(df_2017,df_2020, suffixes = ["_2017", "_2020"], on=['種類', 'サイズ'])
#両方に共通の列名があるため、suffixesで添え字を指定する。デフォルトは_xと_y。
結果
種類 | サイズ | 平均価格_2017 | 平均価格_2020 | |
---|---|---|---|---|
0 | 2 | S | 120 | 130 |
1 | 1 | L | 300 | 340 |
2. 共通する列を削除する
2017年のデータから、2020年のデータにはない条件のみを抽出します。
df = pd.merge(df_2017,df_2020, on=['種類', 'サイズ'], how='outer', indicator=True)
#indicatorでどちらのデータフレームにあったかという情報を取得する
#mergeという列が追加され、both, left_only, right_onlyのいずれかが入る
df = df[df['_merge'] == 'left_only'].iloc[:,:3]
結果
種類 | サイズ | 平均価格_2017 | |
---|---|---|---|
0 | 1 | S | 200.0 |
2 | 3 | M | 250.0 |
3 | 3 | S | 190.0 |
以上です。
もっと楽なやり方があれば教えてください。
Author And Source
この問題について(Pandasで2つのデータフレームに共通する行だけ残す・削除する方法), 我々は、より多くの情報をここで見つけました https://qiita.com/citapplet/items/ce2213fb09adf13c0663著者帰属:元の著者の情報は、元のURLに含まれています。著作権は原作者に属する。
Content is automatically searched and collected through network algorithms . If there is a violation . Please contact us . We will adjust (correct author information ,or delete content ) as soon as possible .