[Pandas] join

정의

DataFrame.join(other) 는 index 기반 결합 의 편의 API. 내부적으로는 merge(left_index=True, right_index=True, ...) 와 동등하지만 더 짧다.

기본

left.join(right)                # left join (기본), index 기준
left.join(right, how='outer')
left.join(right, on='key')      # left 의 key 컬럼 vs right 의 index

merge 와의 비교

# 둘은 같음
left.join(right, how='inner')
pd.merge(left, right, left_index=True, right_index=True, how='inner')

join 은 index 끼리 매칭이 기본 가정이라 코드가 짧다. 컬럼 기준 결합이면 merge 가 명확.

사용 예

import pandas as pd
users = pd.DataFrame({'name':['Alice','Bob']}, index=[1, 2])
orders = pd.DataFrame({'amount':[100, 200, 50]}, index=[1, 1, 3])
​
print(users.join(orders, how='outer'))

      name  amount
1    Alice   100.0
1    Alice   200.0
2      Bob     NaN
3      NaN    50.0

여러 DataFrame 동시 join

a.join([b, c, d], how='outer')

merge 보다 깔끔. 단, 모두 같은 index 기준.

컬럼 충돌

a.join(b, lsuffix='_a', rsuffix='_b')
# 양쪽 컬럼 이름 충돌 시 suffix

on 파라미터 (left 의 컬럼 vs right 의 index)

orders.join(products, on='product_id')
# orders['product_id'] 와 products.index 매칭

SQL 의 LEFT JOIN products ON orders.product_id = products.id 패턴.

merge vs join 언제 무엇을

함정

1. 기본 how 가 다름

2. index 가 unique 가 아니면 폭증

# index 가 중복인 채로 join → 곱셈 행
# validate 옵션이 join 에는 없음 → merge 권장

3. 동일 이름 컬럼

lsuffix / rsuffix 둘 다 default 가 '' 이므로 충돌하면 에러.

a.join(b)              # ValueError: columns overlap
a.join(b, lsuffix='_a')   # 한 쪽만 줘도 가능

참고

• Pandas merge
• Pandas concat
• Pandas DataFrame