pandas 테이블 합치기

저번 포스팅에서 진행되었던 내용들을 그대로 끌고 오겠습니다.

(임폴트하고.. 테이블 작성하고.. 중요하지 않은 부분들이 중복되는게 보기 좋아 보이지 않네요.)

df3 테이블을 보시겠습니다.

	AAPL_High	AAPL_Low
Date
2010-01-04	30.64	30.34
2010-01-05	30.80	30.46
2010-01-06	30.75	30.11
2010-01-07	30.29	29.86
2010-01-08	30.29	29.87

애플의 주가 정보입니다. 각 날짜의 최고가와 최저가가 적혀져 있네요.

df4 테이블을 보시겠습니다.

	GOOG_High	GOOG_Low
Date
2010-01-04	629.511067	624.241073
2010-01-05	627.841071	621.541045
2010-01-06	625.861078	606.361042
2010-01-07	610.001045	592.651008
2010-01-08	603.251034	589.110988

구글의 주가 정보입니다. 애플 주가 정보와 같게 각 날짜의 최고가와 최저가가 적혀져 있네요.

이 두 테이블을 합쳐보려고 합니다.

테이블를 합칠때는 merge()함수를 사용하면 편한데요, 그 사용법을 알아봅시다.

df5 = pd.merge(df3, df4, left_index=True, right_index=True)
df5.head()

	AAPL_High	AAPL_Low	Date_x	GOOG_High	GOOG_Low	Date_y
Date
2010-01-04	30.64	30.34	2010-01-04	629.511067	624.241073	2010-01-04
2010-01-05	30.80	30.46	2010-01-05	627.841071	621.541045	2010-01-05
2010-01-06	30.75	30.11	2010-01-06	625.861078	606.361042	2010-01-06
2010-01-07	30.29	29.86	2010-01-07	610.001045	592.651008	2010-01-07
2010-01-08	30.29	29.87	2010-01-08	603.251034	589.110988	2010-01-08

merge(df3, df4, left_index=True, right_index=True) 의 값은 위와 같습니다!

df3, df4라고 순서대로 기입한데로 결과가 나왔네요.

특이한 점은 각 테이블의 인덱스 값이 오른쪽으로 위치해있습니다.

결과적으로 날짜 정보가 3개 열이나 되는데요, 이것들을 통일시켜 봅시다.

df3['Date'] = df3.index
df4['Date'] = df4.index
df5 = pd.merge(df3, df4, on='Date')
df5 = df5.set_index('Date')
df5.head()

	AAPL_High	AAPL_Low	GOOG_High	GOOG_Low
Date
2010-01-04	30.64	30.34	629.511067	624.241073
2010-01-05	30.80	30.46	627.841071	621.541045
2010-01-06	30.75	30.11	625.861078	606.361042
2010-01-07	30.29	29.86	610.001045	592.651008
2010-01-08	30.29	29.87	603.251034	589.110988

생각보다 귀찮은 과정을 거칩니다.

각 인덱스를 Date로 정하고 merge()함수 세번째 파라미터에 on='Date'를 추가하면서 df5 테이블을 생성합니다.

df5테이블에서 Date 열을 인덱스로 할 것이라고 명시해둡니다.

끝!