[Python pandas] DataFrame과 Series 합치기 : pd.concat(), append()

지난번 포스팅에서는 DataFrame을 Python pandas 라이브러리의 pd.concat() 함수를 사용해서 상+하로 합치기, 좌+우로 합치기를 해보았습니다.

 

이번 포스팅에서는 이어서 DataFrame과 Series를 pd.concat() 함수, append() 함수를 사용해서 합치기를 소개하겠습니다.  

 

DataFrame 끼리 합치기 대비 해서 DataFrame + Series 가 index 관련해서 좀 헷갈리는게 있습니다만, 아래의 간단한 예시를 참고하면 어렵지 않게 이해할 수 있을 것입니다.

 

 

 

pandas, DataFrame, Series importing 부터 시작해 보시죠.

 

# importing libraries   In [1]: import pandas as pd    ...: from pandas import DataFrame    ...: from pandas import Series

 

 

 

(1) DataFrame에 Series '좌+우'로 합치기 : pd.concat([df, Series], axis=1)

 

DataFrame과 Series가 합쳐지면 DataFrame이 됩니다. axis=1 을 설정하면 '좌+우' 형태로 열(column)이 오른쪽 옆으로 늘어납니다. 

 

새로 합쳐지는 DataFrame의 열 이름(column name)을 유심히 살펴보세요.  Series의 이름(name)이 새로운 DataFrame의 변수 이름이 됩니다.

 

In [2]: df_1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'],    ...: 'B': ['B0', 'B1', 'B2'],    ...: 'C': ['C0', 'C1', 'C2'],    ...: 'D': ['D0', 'D1', 'D2']},    ...: index=[0, 1, 2]) In [3]: df_1 Out[3]:     A   B   C   D 0  A0  B0  C0  D0 1  A1  B1  C1  D1 2  A2  B2  C2  D2 In [4]: Series_1 = pd.Series(['S1', 'S2', 'S3'], name='S') In [5]: Series_1 Out[5]: 0    S1 1    S2 2    S3 Name: S, dtype: object   # Concatenating DataFrame and Series along columns (from left to right) # concatenated column name of the new DataFrame will be the same name of Series In [6]: pd.concat([df_1, Series_1], axis=1) Out[6]:     A    B    C   D   S 0  A0  B0  C0  D0  S1 1  A1  B1  C1  D1  S2 2  A2  B2  C2  D2  S3

 

 

 

(2) DataFrame에 Series를 '좌+우'로 합칠 때       열 이름(column name) 무시하고 정수 번호 자동 부여 : ignore_index=True

 

In [7]: pd.concat([df_1, Series_1], axis=1, ignore_index=True) Out[7]:     0    1    2    3    4 0  A0  B0  C0  D0  S1 1  A1  B1  C1  D1  S2 2  A2  B2  C2  D2  S3

 

 

 

(3) Series 끼리 '좌+우'로 합치기 : pd.concat([Series1, Series2, ...], axis=1)

 

만약 Series의 이름(name)이 있으면 합쳐진 DataFrame의 열 이름(column name)으로 사용됩니다. Series에 이름이 없다면 정수 0, 1, 2, ... 가 자동 부여 됩니다.

 

In [8]: Series_1 = pd.Series(['S1', 'S2', 'S3'], name='S') In [9]: Series_2 = pd.Series([0, 1, 2]) # without name In [10]: Series_3 = pd.Series([3, 4, 5]) # without name In [11]: Series_1 Out[11]: 0    S1 1    S2 2    S3 Name: S, dtype: object In [12]: Series_2 Out[12]: 0    0 1    1 2    2 dtype: int64 In [13]: Series_3 Out[13]: 0    3 1    4 2    5 dtype: int64   # name of Series will be used as the column name of concatenated DataFrame In [14]: pd.concat([Series_1, Series_2, Series_3], axis=1) Out[14]:      S  0  1 0  S1  0  3 1  S2  1  4 2  S3  2  5

 

 

 

(4) Series 끼리 합칠 때 열 이름(column name) 덮어 쓰기 : keys = ['xx', 'xx', ...]

 

In [15]: pd.concat([Series_1, Series_2, Series_3], axis=1, keys=['C0', 'C1', 'C1']) Out[15]:    C0  C1  C1 0  S1   0   3 1  S2   1   4 2  S3   2   5

 

 

 

(5) DataFrame에 Series를 '위+아래'로 합치기 : df.append(Series, ignore_index=True)

 

ignore_index=True 를 설정해주도록 합니다. 

 

In [16]: df_1 Out[16]:     A   B   C   D 0  A0  B0  C0  D0 1  A1  B1  C1  D1 2  A2  B2  C2  D2 In [17]: Series_4 = pd.Series(['S1', 'S2', 'S3', 'S4'], index=['A', 'B', 'C', 'E']) In [18]: Series_4 Out[18]: A    S1 B    S2 C    S3 E    S4 dtype: object In [19]: df_1.append(Series_4, ignore_index=True) Out[19]:     A    B   C    D    E 0  A0  B0  C0   D0  NaN 1  A1  B1  C1   D1  NaN 2  A2  B2  C2   D2  NaN 3  S1  S2  S3  NaN   S4

 

 

 

ignore_index=True 를 설정해주지 않으면 아래처럼 'TypeError' 가 발생합니다.

 

In [20]: df_1.append(Series_4) # TypeError without 'ignore_index=True' Traceback (most recent call last): File "<ipython-input-20-ca24d6ef8563>", line 1, in <module> df_1.append(Series_4) # TypeError without 'ignore_index=True' File "C:\Anaconda3\lib\site-packages\pandas\core\frame.py", line 4314, in append raise TypeError('Can only append a Series if ignore_index=True' TypeError: Can only append a Series if ignore_index=True or if the Series has a name

 

 

이번 포스팅이 도움이 되었다면 아래의 '공감~♡'를 꾹 눌러주세요. ^^