[Pandas] 판다스 merge 함수로 파이썬 데이터프레임 병합하는 방법

판다스 merge 함수로 데이터프레임 병합하는 방법

---

파이썬(Python)에서 표 형태의 데이터는 판다스 데이터프레임(Pandas DataFrame)이라는 객체를 이용해서 나타냅니다. 이를 이용하면 표 하나는 물론, 둘 이상의 표를 같은 기준을 중심으로 묶어서 확인해볼 수 있습니다.

 

 

이번에는 판다스에서 제공하는 병합(merge) 기능을 이용해, 두 데이터프레임을 합치고 이를 시각화하는 작업을 해 보겠습니다. 해당 분석에는 Pandas와 플로틀리(plotly) 패키지가 사용되었으며, 아래 두 파일을 입력했으니 참고해 주세요.

 

 

BestLoanList.xlsx

0.08MB

BestSellerList.xlsx

0.09MB

 

 

# 패키지 불러오기
import pandas as pd
import plotly.express as px

# 데이터 불러오기
loan = pd.read_excel('./data/BestLoanList.xlsx', thousands = ',')  # thousands: 숫자 구분자를 제거합니다
sell = pd.read_excel('./data/BestSellerList.xlsx', thousands = ',')

loan.head()

	월	순위	서명	저자	출판사	출판년도	권	ISBN	ISBN부가기호	KDC	대출건수
0	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433
1	1월	2	완전한 행복 :정유정 장편소설	지은이: 정유정	은행나무	2021	NaN	9791167370280	3810.0	813.7	2903
2	1월	3	아몬드손원평 장편소설	손원평	창비	2017	NaN	9788936434267	3810.0	813.7	2769
3	1월	4	불편한 편의점 :김호연 장편소설	지은이: 김호연	나무옆의자	2021	NaN	9791161571188	3810.0	813.7	2713
4	1월	5	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	2.0	9791165343729	3810.0	813.7	2605

 

sell.head()

	월	순위	도서명	저자	출판사	출판 일자	정가	적립포인트	대분야	ISBN
0	2021년	1	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설	9791165341909
1	2021년	2	주린이가 가장 알고 싶은 최다질문 TOP 77(교보 단독 리커버)	염승환	메이트북스	20210726	18000	900	주식투자	9791160023459
2	2021년	3	미드나잇 라이브러리(평행우주 에디션)	매트 헤이그	인플루엔셜	20210428	15800	790	영미소설일반	9791191056556
3	2021년	4	조국의 시간	조국	한길사	20210531	17000	850	정치가	9788935668663
4	2021년	5	소크라테스 익스프레스	에릭 와이너	어크로스	20210428	18000	900	고대/그리스철학	9791190030922

 

 

이번에 사용할 데이터는 도서관 대출(loan) 및 서점 판매(sell)순위 데이터입니다. 전자의 데이터는 월별 대출순위 및 대출건수를 알 수 있으며, 후자의 데이터는 월별(2021년은 월 표기가 없으며, 2022년만 있음) 판매순위 및 가격, 대분야 등을 알 수 있습니다. 이렇게 서로 독립적인 데이터가 있다면, 이걸 합쳐서 각각의 관계 또는 새로운 분석을 확인해볼 수 있는습니다. 국내에 유통되는 모든 책은 고유한 ISBN을 가지고 있기 때문에, 이를 기준으로 병합을 해 보겠습니다.

 

 

merge1 = pd.merge(loan, sell, left_on='ISBN', right_on='ISBN')

merge1.head()

	월_x	순위_x	서명	저자_x	출판사_x	출판년도	권	ISBN	ISBN부가기호	KDC	대출건수	월_y	순위_y	도서명	저자_y	출판사_y	출판 일자	정가	적립포인트	대분야
0	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433	2021년	1	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설
1	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433	1월	17	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설
2	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433	2월	27	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설
3	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433	3월	31	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설
4	1월	1	달러구트 꿈 백화점.이미예 장편소설	지은이: 이미예	팩토리나인	2020	NaN	9791165341909	3810.0	813.7	3433	4월	53	달러구트 꿈 백화점(레인보우 에디션)	이미예	팩토리나인	20200708	13800	690	판타지소설

 

 

데이터프레임 병합은 pd.merge 함수를 이용해 수행합니다. 해당 함수의 옵션은 아래 내용을 참고해 주시기 바랍니다. left_on, right_on 매개변수(parameter)에 각각의 기준 열(column) 이름을 지정해주면 손쉽게 병합이 가능하지요. 해당 병합은 SQL join 등에 익숙하다면 간단하게 원리를 알아챌 수 있습니다.

 

 

pd.merge(데이터프레임1, 데이터프레임2, left_on='데이터프레임1의 기준 column', left_on='데이터프레임2의 기준 column', how='병합 옵션')

 

 

참고로, merge는 SQL join 등과 같이 어떤 데이터프레임을 기준으로 병합할 것인지를 조절할 수 있습니다. 이에 대한 예시는 아래 사진을 참고해 주세요.

 

 

 

 

이렇게 만들어낸 병합 데이터프레임인 merge1 을 사용해서는 기존 데이터프레임 각각이 보여줄 수 없는 특성을 보여줍니다. 예를 들어, 도서 분야별 대출건수의 관계를 확인해서 어떤 분야의 책을 많이 빌리는지 알고 싶다면, 아래와 같이 시각화해볼 수 있습니다. 판타지소설이 전반적으로 대출량이 많은 편이네요.

 

 

fig = px.box(merge1, '대분야', '대출건수',
                 color='월_x',
                 width=720, height=480,
                 labels={'대분야': '분야',
                         '대출건수': '대출건수 (권)',
                         '월_x': '기준월'},
                 title='도서 분야별 대출 현황'
                )

fig.show()

 

 

티스토리에서는 동적 그래프(interactive plot)의 표기가 되지 않는 관계로, 출력된 그래프를 캡쳐해서 올렸습니다. 만약 해당 코드를 직접 실행해 보신다면, 월별로 데이터를 선택해 볼 수 있으니 참고해 주시기 바랍니다.