[Python] Pandas - Merge (Join)

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 [46]:

df7 = pd.read_csv('04_store_member.csv')
print(df7.shape)
df7.head()

(4396, 6)

Out[46]:

	회원번호	회원상태	성별	결혼유무	주소	생년
0	2101	정상회원	여	기혼	서울 강북구 미아동 134-	1967.0
1	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
2	2103	정상회원	여	기혼	경기 용인시 수지구 동천동	1972.0
3	2104	정상회원	여	NaN	경기 용인시 수지구 성복동	1969.0
4	2105	정상회원	여	기혼	경기 용인시 수지구 동천동	1948.0

In [47]:

df8 = pd.read_csv('04_store_product_1.csv')
print(df8.shape)
df8.head()

(130893, 11)

Out[47]:

	공급일자	물품코드	물품대분류	물품중분류	물품소분류	물품명	구매수량	구매금액	구매매장	반품_원거래일자	회원번호
0	20170201	50301001	채소	과일채소	딸기	딸기(1kg)	1.0	13600	매장1	NaN	2102
1	20170201	80201053	간식	떡	가래떡	현미가래떡(400g)	1.0	99999999	매장1	NaN	2102
2	20170201	110104033	음료	음료	음료기타	개복숭아감식초(700ml)	1.0	13000	매장1	NaN	2103
3	20170201	40203001	과실	견과	잣	잣(220g:1병)	1.0	14800	매장1	NaN	2105
4	20170201	50417002	채소	뿌리채소	우엉	우엉(300g)	1.0	3400	매장1	NaN	2105

In [50]:

df9 = df8.pivot_table(index = '회원번호', values = ['구매금액', '구매수량'], aggfunc = 'sum').reset_index()

In [52]:

pd.merge(df9, df7, on = '회원번호', how = 'inner')

Out[52]:

	회원번호	구매금액	구매수량	회원상태	성별	결혼유무	주소	생년
0	2102	102093159	472.5	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
1	2103	7904400	1586.4	정상회원	여	기혼	경기 용인시 수지구 동천동	1972.0
2	2104	389040	112.0	정상회원	여	NaN	경기 용인시 수지구 성복동	1969.0
3	2105	3067930	602.0	정상회원	여	기혼	경기 용인시 수지구 동천동	1948.0
4	2106	54550	25.0	정상회원	여	NaN	경기 용인시 수지구 상현동	1953.0
...	...	...	...	...	...	...	...	...
1378	6471	1600	1.0	정상회원	여	미혼	경기 성남시 분당구 수내2동	1972.0
1379	6474	709400	175.0	탈퇴	여	NaN	경기 용인시 수지구 성복동	1950.0
1380	6478	2600	1.0	정상회원	여	기혼	서울 강남구 압구정동 구현대	1945.0
1381	6489	22100	14.0	정상회원	여	미혼	경기 고양시 덕양구 화정1동	1959.0
1382	6490	13400	2.0	정상회원	여	미혼	경기 용인시 기흥구 보정동	1958.0

1383 rows × 8 columns

In [53]:

pd.merge(df9, df7, on = '회원번호', how = 'right')

Out[53]:

	회원번호	구매금액	구매수량	회원상태	성별	결혼유무	주소	생년
0	2101	NaN	NaN	정상회원	여	기혼	서울 강북구 미아동 134-	1967.0
1	2102	102093159.0	472.5	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
2	2103	7904400.0	1586.4	정상회원	여	기혼	경기 용인시 수지구 동천동	1972.0
3	2104	389040.0	112.0	정상회원	여	NaN	경기 용인시 수지구 성복동	1969.0
4	2105	3067930.0	602.0	정상회원	여	기혼	경기 용인시 수지구 동천동	1948.0
...	...	...	...	...	...	...	...	...
4391	6492	NaN	NaN	정상회원	여	미혼	경기 성남시 분당구 판교동	1963.0
4392	6493	NaN	NaN	정상회원	여	기혼	서울 관악구 행운동 1681	1982.0
4393	6494	NaN	NaN	정상회원	남	기혼	경기 성남시 분당구 백현동	1975.0
4394	6495	NaN	NaN	정상회원	여	기혼	서울 용산구 한남동 737-	1961.0
4395	6496	NaN	NaN	정상회원	여	미혼	경기 수원시 영통구 이의동	1971.0

4396 rows × 8 columns

In [54]:

pd.merge(df8, df7, on = '회원번호', how = 'outer') #pivot table 하지 않은 경우는 데이터 뼝튀기

Out[54]:

	공급일자	물품코드	물품대분류	물품중분류	물품소분류	물품명	구매수량	구매금액	구매매장	반품_원거래일자	회원번호	회원상태	성별	결혼유무	주소	생년
0	20170201.0	50301001.0	채소	과일채소	딸기	딸기(1kg)	1.0	13600.0	매장1	NaN	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
1	20170201.0	80201053.0	간식	떡	가래떡	현미가래떡(400g)	1.0	99999999.0	매장1	NaN	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
2	20170202.0	50198223.0	채소	잎/줄기채소	루꼴라	루꼴라(100g)	1.0	2000.0	매장1	NaN	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
3	20170202.0	50303004.0	채소	과일채소	방울토마토	방울토마토/대추형(500g)	1.0	3100.0	매장1	NaN	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
4	20170202.0	50705005.0	채소	버섯	양송이버섯	갈색양송이버섯(140g)	1.0	2800.0	매장1	NaN	2102	정상회원	여	NaN	경기 용인시 수지구 동천동	1947.0
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
133901	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6492	정상회원	여	미혼	경기 성남시 분당구 판교동	1963.0
133902	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6493	정상회원	여	기혼	서울 관악구 행운동 1681	1982.0
133903	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6494	정상회원	남	기혼	경기 성남시 분당구 백현동	1975.0
133904	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6495	정상회원	여	기혼	서울 용산구 한남동 737-	1961.0
133905	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	6496	정상회원	여	미혼	경기 수원시 영통구 이의동	1971.0

133906 rows × 16 columns

In [55]:

df10 = pd.merge(df9, df7, on = '회원번호', how = 'inner')

In [56]:

df10.pivot_table(index = '성별', values = ['구매금액','구매수량'], aggfunc = 'sum')

Out[56]:

	구매금액	구매수량
성별
남	36626115	7401.65
여	809091939	144515.65

In [57]:

df10['성별'].value_counts()

Out[57]:

성별
여    1270
남     112
Name: count, dtype: int64

In [60]:

sns.barplot(data = df10, x = '성별', y = '구매금액') #평균
#막대는 95%신뢰구간 (Confidence Interval)

Out[60]:

<Axes: xlabel='성별', ylabel='구매금액'>

In [62]:

sns.barplot(data = df10, x = '성별', y = '구매금액', ci = None ) #평균b

/var/folders/_b/znjp14gd02d8lg63thqc7bm40000gn/T/ipykernel_11616/369320980.py:1: FutureWarning: 

The `ci` parameter is deprecated. Use `errorbar=None` for the same effect.

  sns.barplot(data = df10, x = '성별', y = '구매금액', ci = None ) #평균

Out[62]:

<Axes: xlabel='성별', ylabel='구매금액'>

In [63]:

sns.barplot(data = df10, x = '성별', y = '구매금액', ci = None, estimator = sum ) #합계로 변경

/var/folders/_b/znjp14gd02d8lg63thqc7bm40000gn/T/ipykernel_11616/3203323952.py:1: FutureWarning: 

The `ci` parameter is deprecated. Use `errorbar=None` for the same effect.

  sns.barplot(data = df10, x = '성별', y = '구매금액', ci = None, estimator = sum )

Out[63]:

<Axes: xlabel='성별', ylabel='구매금액'>

In [76]:

plt.xlim([1920,2000])
sns.scatterplot(data = df10, x = '생년', y = '구매수량', hue = '성별')

Out[76]:

<Axes: xlabel='생년', ylabel='구매수량'>