Python 結合（concat）の使い方をまとめました!（10分）

ゆうき（ @BASEBALLY15 )です^^

複数のデータフレームを合わせたいのですが・・・

『concat』を使うと，データフレーム同士を結合することが出来ますよ^^
今回は，concatについて，ご紹介します．

よろしくお願いします・・・

concatを使うと何が出来るの?
結合（concat）の使い方をまとめました!
- ライブラリ
- コード
終わりに
Q &A
- 合わせて読みたい関連記事

concatを使うと何が出来るの?

このように，2つのデータフレームを1つにまとめて表示させることが出来ます．

これ以外にも，様々な表示が出来ます．

それでは，コードを見ていきましょう⤵

結合（concat）の使い方をまとめました!

ライブラリ

まずは，今回使うライブラリを載せておきます．

# pandas をimport (表計算をしてくれる便利なライブラリ)
import pandas as pd

#行列を扱うためのライブラリ
import numpy as np

#正規性があるランダムな数を使うためのライブラリ
from numpy.random import randn

コード

２つのデータフレームをconcatで結合しよう!

1つ目のデータフレームを作ります．

dataframe_1 = pd.DataFrame({"A":[1,2,3,4,5], 
                           "B":[6,7,8,9,10], 
                           "C":[11,12,13,14,15]})

#実行
dataframe_1

	A	B	C
0	1	6	11
1	2	7	12
2	3	8	13
3	4	9	14
4	5	10	15

次に2つ目のデータフレームを作ります．

2つ目は，ランダムな数を並べます．

dataframe_2 = pd.DataFrame({"A":randn(3), 
                           "B":randn(3), 
                           "C":randn(3)})

#実行
dataframe_2

	A	B	C
0	-1.160068	0.147458	1.125276
1	0.372971	0.658164	-0.556152
2	0.497093	-0.058413	1.453761

それでは，concatで結合してみましょう⤵

#concatを使ってみる(dataframe_1とdataframe_2を結合する)
data_concat = pd.concat([dataframe_1, dataframe_2])

#実行
data_concat

	A	B	C
0	1.000000	6.000000	11.000000
1	2.000000	7.000000	12.000000
2	3.000000	8.000000	13.000000
3	4.000000	9.000000	14.000000
4	5.000000	10.000000	15.000000
0	-1.160068	0.147458	1.125276
1	0.372971	0.658164	-0.556152
2	0.497093	-0.058413	1.453761

このように，concatを使うと，データフレーム同士を結合することが出来ました．

次に，『Num』が表示された時の表示の仕方をご紹介します．

Numが表示された時はどうすればいいの?

『Num』が表示されるように，3つ目のデータフレームを作ります．

dataframe_3 = pd.DataFrame({"C":randn(3), 
                           "D":randn(3), 
                           "E":randn(3)})

#実行
dataframe_3

	C	D	E
0	1.523983	-0.378601	-1.720186
1	-1.831580	0.846266	-0.095803
2	2.479719	-1.036963	-0.484122

これと，1つ目のデータフレームをconcatで結合したいと思います．

#concatを使ってみる(dataframe_1とdataframe_3を結合する)
data_concat2 = pd.concat([dataframe_1, dataframe_3])

#実行
data_concat2

	A	B	C	D	E
0	1.0	6.0	11.000000	NaN	NaN
1	2.0	7.0	12.000000	NaN	NaN
2	3.0	8.0	13.000000	NaN	NaN
3	4.0	9.0	14.000000	NaN	NaN
4	5.0	10.0	15.000000	NaN	NaN
0	NaN	NaN	1.523983	-0.378601	-1.720186
1	NaN	NaN	-1.831580	0.846266	-0.095803
2	NaN	NaN	2.479719	-1.036963	-0.484122

このように，『Num』が表示されてしまいます．

そこで，2つのデータフレームのうち，

共通している行の値のみを取り出します．

コードはこのようになります⤵

#共通する行を結合
data_concat3 = pd.concat([dataframe_1, dataframe_3], join="inner")

#実行
data_concat3

	C
0	11.000000
1	12.000000
2	13.000000
3	14.000000
4	15.000000
0	1.523983
1	-1.831580
2	2.479719

join=”inner”

を使うことで，共通している項目のみ取り出すことが出来ます．

ちなみに，共通している列を結合したい場合は，このように書きます⤵

#共通する列を結合
data_concat4 = pd.concat([dataframe_1, dataframe_3], join="inner", axis=1)

#実行
data_concat4

	A	B	C	C	D	E
0	1	6	11	1.523983	-0.378601	-1.720186
1	2	7	12	-1.831580	0.846266	-0.095803
2	3	8	13	2.479719	-1.036963	-0.484122

axis=1

を使うことで，共通している列を結合することが出来ます．

最後に，リストを結合する方法をご紹介します⤵

リストにアペンド（append）したデータを結合するためには?（本題）

Pythonを勉強し始めて，for文に慣れてくると，

値をリストに入れる作業を行う機会があります．

例えば，このような場合です⤵

#空のリストを用意
locate_list = []

i = 1
for i in range(12):
    
    #指定したデータフレームの行を抽出
    df10 = df2_b[6*i-6 : 6*i]
    
    #リストに抽出した結果を入れる
    locate_list.append(df10)


#実行
locate_list

 [            Time  Num1  Num2
 1  2011/1/15 2:00     0     0
 2  2011/1/15 3:00     0     0
 3  2011/1/15 4:00     0     0
 4  2011/1/15 5:00     0     0
 5  2011/1/15 6:00     0     0
 6  2011/1/15 7:00     0     0,
                Time  Num1  Num2
 7    2011/1/15 8:00     0     0
 8    2011/1/15 9:00     0     0
 9   2011/1/15 10:00     0     0
 10  2011/1/15 11:00     0     0
 11  2011/1/15 12:00     0     0
 12  2011/1/15 13:00     0     0,
                Time  Num1  Num2
 13  2011/1/15 14:00     0     0
 14  2011/1/15 15:00     0     0
 15  2011/1/15 16:00     0     0
 16  2011/1/15 17:00     0     0
 17  2011/1/15 18:00     0     0
 18  2011/1/15 19:00     0     0,
                Time  Num1  Num2
 19  2011/1/15 20:00     0     0
 20  2011/1/15 21:00     0     0
 21  2011/1/15 22:00     0     0
 22  2011/1/15 23:00     0     0
 23   2011/1/16 0:00     0     0
 24   2011/1/16 1:00     0     0]

concatを使うと，これを一つに結合することが出来ます．

コードはこのようになります⤵

#リストを結合する
df_concat = pd.concat(locate_list)

#実行
df_concat

	Time	Num1	Num2
1	2011/1/15 2:00	0	0
2	2011/1/15 3:00	0	0
3	2011/1/15 4:00	0	0
4	2011/1/15 5:00	0	0
5	2011/1/15 6:00	0	0
…	…	…	…
62	2011/1/17 15:00	3	19
63	2011/1/17 16:00	3	18
64	2011/1/17 17:00	3	18
65	2011/1/17 18:00	3	17
66	2011/1/17 19:00	3	17