[Python] Pandas - Concat(Union)

 

 

In [1]:

import os
import numpy as np
import pandas as pd

 

In [2]:

os.getcwd() #현재 디렉토리 확인

 

Out[2]:

'/Users/limjongjun/Desktop/JayJay/Growth/Python/Class101_Pandas'

 

In [34]:

df4 = pd.read_csv('2016_health_checkup_1.csv')
df4.head()

 

Out[34]:

	가입자일련번호	성별코드	연령대코드(5세단위)	시도코드	신장(5Cm단위)	체중(5Kg단위)	허리둘레	시력(좌)	시력(우)	청력(좌)	...	(혈청지오티)AST	(혈청지오티)ALT	감마지티피	흡연상태	구강검진 수검여부	치석	당뇨병 의사 판정	고혈압 의사 판정	간기능 이상여부	알콜성간염여부
0	604509	1	12	41	165.0	65.0	7.0	1.2	1.0	1.0	...	21.0	17.0	17.0	1.0	0	NaN	0.0	0.0	0.0	0.0
1	360197	2	17	43	130.0	25.0	50.0	0.3	0.9	1.0	...	18.0	7.0	19.0	1.0	0	NaN	0.0	0.0	0.0	1.0
2	201061	2	17	45	150.0	135.0	51.0	0.5	0.5	1.0	...	21.0	18.0	24.0	1.0	0	NaN	1.0	0.0	0.0	0.0
3	586237	2	12	41	145.0	35.0	51.0	1.5	0.7	1.0	...	15.0	14.0	18.0	3.0	0	NaN	0.0	0.0	0.0	0.0
4	922457	2	9	11	150.0	35.0	51.0	1.2	1.0	1.0	...	18.0	10.0	20.0	1.0	1	0.0	0.0	0.0	0.0	0.0

5 rows × 31 columns

 

In [40]:

df4.shape

 

Out[40]:

(250000, 31)

 

In [35]:

df4.columns

 

Out[35]:

Index(['가입자일련번호', '성별코드', '연령대코드(5세단위)', '시도코드', '신장(5Cm단위)', '체중(5Kg단위)',
       '허리둘레', '시력(좌)', '시력(우)', '청력(좌)', '청력(우)', '수축기혈압', '이완기혈압',
       '식전혈당(공복혈당)', '총콜레스테롤', '트리글리세라이드', 'HDL콜레스테롤', 'LDL콜레스테롤', '혈색소',
       '요단백', '혈청크레아티닌', '(혈청지오티)AST', '(혈청지오티)ALT', '감마지티피', '흡연상태',
       '구강검진 수검여부', '치석', '당뇨병 의사 판정', '고혈압 의사 판정', '간기능 이상여부', '알콜성간염여부'],
      dtype='object')

 

In [36]:

df5 = pd.read_csv('2016_health_checkup_2.csv')
df5.head()

 

Out[36]:

	가입자일련번호	성별코드	연령대코드(5세단위)	시도코드	신장(5Cm단위)	체중(5Kg단위)	허리둘레	시력(좌)	시력(우)	청력(좌)	...	(혈청지오티)AST	(혈청지오티)ALT	감마지티피	흡연상태	구강검진 수검여부	치석	당뇨병 의사 판정	고혈압 의사 판정	간기능 이상여부	알콜성간염여부
0	740577	2	6	11	165.0	65.0	30.0	1.2	1.0	1.0	...	18.0	10.0	7.0	1.0	0	NaN	0.0	0.0	0.0	0.0
1	994961	2	13	45	150.0	35.0	50.0	0.7	0.8	1.0	...	23.0	12.0	13.0	1.0	1	0.0	0.0	0.0	0.0	0.0
2	498461	2	12	44	155.0	35.0	51.0	0.3	0.4	1.0	...	20.0	8.0	6.0	1.0	0	NaN	0.0	0.0	0.0	1.0
3	596525	2	6	41	155.0	35.0	51.0	1.0	0.8	1.0	...	22.0	11.0	13.0	1.0	0	NaN	0.0	0.0	0.0	0.0
4	186709	2	18	48	140.0	40.0	51.0	0.5	0.4	1.0	...	17.0	9.0	20.0	1.0	0	NaN	0.0	1.0	0.0	0.0

5 rows × 31 columns

 

In [41]:

df5.shape

 

Out[41]:

(250000, 31)

 

In [37]:

df5.columns

 

Out[37]:

Index(['가입자일련번호', '성별코드', '연령대코드(5세단위)', '시도코드', '신장(5Cm단위)', '체중(5Kg단위)',
       '허리둘레', '시력(좌)', '시력(우)', '청력(좌)', '청력(우)', '수축기혈압', '이완기혈압',
       '식전혈당(공복혈당)', '총콜레스테롤', '트리글리세라이드', 'HDL콜레스테롤', 'LDL콜레스테롤', '혈색소',
       '요단백', '혈청크레아티닌', '(혈청지오티)AST', '(혈청지오티)ALT', '감마지티피', '흡연상태',
       '구강검진 수검여부', '치석', '당뇨병 의사 판정', '고혈압 의사 판정', '간기능 이상여부', '알콜성간염여부'],
      dtype='object')

 

In [38]:

pd.concat([df4, df5]) #column이 똑같을때 위아래로 dataframe 병합(UNION)

 

Out[38]:

	가입자일련번호	성별코드	연령대코드(5세단위)	시도코드	신장(5Cm단위)	체중(5Kg단위)	허리둘레	시력(좌)	시력(우)	청력(좌)	...	(혈청지오티)AST	(혈청지오티)ALT	감마지티피	흡연상태	구강검진 수검여부	치석	당뇨병 의사 판정	고혈압 의사 판정	간기능 이상여부	알콜성간염여부
0	604509	1	12	41	165.0	65.0	7.0	1.2	1.0	1.0	...	21.0	17.0	17.0	1.0	0	NaN	0.0	0.0	0.0	0.0
1	360197	2	17	43	130.0	25.0	50.0	0.3	0.9	1.0	...	18.0	7.0	19.0	1.0	0	NaN	0.0	0.0	0.0	1.0
2	201061	2	17	45	150.0	135.0	51.0	0.5	0.5	1.0	...	21.0	18.0	24.0	1.0	0	NaN	1.0	0.0	0.0	0.0
3	586237	2	12	41	145.0	35.0	51.0	1.5	0.7	1.0	...	15.0	14.0	18.0	3.0	0	NaN	0.0	0.0	0.0	0.0
4	922457	2	9	11	150.0	35.0	51.0	1.2	1.0	1.0	...	18.0	10.0	20.0	1.0	1	0.0	0.0	0.0	0.0	0.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
249995	920694	1	14	45	NaN	NaN	90.0	1.5	9.9	2.0	...	27.0	19.0	35.0	1.0	0	NaN	0.0	1.0	0.0	0.0
249996	933726	1	11	45	NaN	NaN	86.0	0.9	0.8	1.0	...	19.0	15.0	66.0	1.0	0	NaN	0.0	0.0	0.0	0.0
249997	950762	2	10	45	NaN	NaN	83.0	1.0	1.0	1.0	...	15.0	18.0	27.0	1.0	0	NaN	1.0	0.0	0.0	0.0
249998	969362	1	8	41	NaN	NaN	90.0	1.2	1.2	1.0	...	20.0	20.0	20.0	2.0	0	NaN	0.0	0.0	0.0	0.0
249999	992166	1	9	11	NaN	NaN	NaN	NaN	NaN	NaN	...	23.0	35.0	57.0	2.0	0	NaN	0.0	0.0	0.0	0.0

500000 rows × 31 columns

 

In [42]:

for i in ['1','2','3','4'] :
    print('2016_health_checkup_' + i + '.csv')

 

 

2016_health_checkup_1.csv
2016_health_checkup_2.csv
2016_health_checkup_3.csv
2016_health_checkup_4.csv

 

In [43]:

#방법1
df6 = pd.DataFrame()
for i in ['1','2','3','4'] :
    dfn = pd.read_csv('2016_health_checkup_' + i + '.csv')
    df6 = pd.concat([df6,dfn])

 

In [ ]:

#방법2
df6 = pd.DataFrame()
for i in range(1,5) :
    dfn = pd.read_csv('2016_health_checkup_' + str(i) + '.csv')
    df6 = pd.concat([df6,dfn])

 

In [45]:

df6.shape

 

Out[45]:

(1000000, 31)