# ===== 基本的なmerge ===== import pandas as pd # 左側のDataFrame（顧客情報） df_customers = pd.DataFrame({ ‘customer_id’: [1, 2, 3, 4], ‘name’: [‘山田太郎’, ‘佐藤花子’, ‘鈴木一郎’, ‘田中美咲’] }) # 右側のDataFrame（注文情報） df_orders = pd.DataFrame({ ‘order_id’: [101, 102, 103], ‘customer_id’: [1, 2, 1], ‘amount’: [10000, 15000, 20000] }) print(“=== 顧客テーブル ===”) print(df_customers) print(“\n=== 注文テーブル ===”) print(df_orders) # customer_idで結合 result = pd.merge(df_customers, df_orders, on=’customer_id’) print(“\n=== merge結果 ===”) print(result)

# ===== 4種類のJOINを比較 ===== import pandas as pd df_left = pd.DataFrame({ ‘key’: [‘A’, ‘B’, ‘C’], ‘value_left’: [1, 2, 3] }) df_right = pd.DataFrame({ ‘key’: [‘B’, ‘C’, ‘D’], ‘value_right’: [4, 5, 6] }) print(“=== 左側（df_left）===”) print(df_left) print(“\n=== 右側（df_right）===”) print(df_right) # 1. INNER JOIN（デフォルト）- 両方に存在するキーのみ inner = pd.merge(df_left, df_right, on=’key’, how=’inner’) print(“\n=== INNER JOIN ===”) print(inner) # 2. LEFT JOIN – 左側のすべてを残す left = pd.merge(df_left, df_right, on=’key’, how=’left’) print(“\n=== LEFT JOIN ===”) print(left) # 3. RIGHT JOIN – 右側のすべてを残す right = pd.merge(df_left, df_right, on=’key’, how=’right’) print(“\n=== RIGHT JOIN ===”) print(right) # 4. OUTER JOIN – 両方のすべてを残す outer = pd.merge(df_left, df_right, on=’key’, how=’outer’) print(“\n=== OUTER JOIN ===”) print(outer)

# ===== left_on、right_onを使う ===== import pandas as pd df_customers = pd.DataFrame({ ‘customer_id’: [1, 2, 3], ‘name’: [‘山田’, ‘佐藤’, ‘鈴木’] }) df_orders = pd.DataFrame({ ‘order_id’: [101, 102], ‘cust_id’: [1, 2], # カラム名が違う！ ‘amount’: [10000, 15000] }) print(“=== 顧客テーブル（customer_id）===”) print(df_customers) print(“\n=== 注文テーブル（cust_id）===”) print(df_orders) # left_on と right_on で異なるカラム名を指定 result = pd.merge( df_customers, df_orders, left_on=’customer_id’, right_on=’cust_id’, how=’left’ ) print(“\n=== merge結果 ===”) print(result)

# ===== 複数のキーで結合 ===== import pandas as pd # 月次売上データ df_sales = pd.DataFrame({ ‘year’: [2024, 2024, 2024], ‘month’: [1, 2, 3], ‘sales’: [100, 120, 130] }) # 月次コストデータ df_cost = pd.DataFrame({ ‘year’: [2024, 2024, 2024], ‘month’: [1, 2, 3], ‘cost’: [80, 90, 95] }) print(“=== 売上データ ===”) print(df_sales) print(“\n=== コストデータ ===”) print(df_cost) # year と month の両方で結合 result = pd.merge(df_sales, df_cost, on=[‘year’, ‘month’]) # 利益を計算 result[‘profit’] = result[‘sales’] – result[‘cost’] print(“\n=== merge結果 ===”) print(result)

# ===== データを縦に積み重ねる ===== import pandas as pd # 1月のデータ df_jan = pd.DataFrame({ ‘date’: [‘2024-01-01’, ‘2024-01-02’], ‘sales’: [10000, 12000] }) # 2月のデータ df_feb = pd.DataFrame({ ‘date’: [‘2024-02-01’, ‘2024-02-02’], ‘sales’: [15000, 18000] }) # 3月のデータ df_mar = pd.DataFrame({ ‘date’: [‘2024-03-01’, ‘2024-03-02’], ‘sales’: [20000, 22000] }) print(“=== 1月 ===”) print(df_jan) print(“\n=== 2月 ===”) print(df_feb) print(“\n=== 3月 ===”) print(df_mar) # 縦に連結（デフォルト axis=0） result = pd.concat([df_jan, df_feb, df_mar]) print(“\n=== concat結果（インデックスそのまま）===”) print(result) # インデックスをリセット result_reset = pd.concat([df_jan, df_feb, df_mar], ignore_index=True) print(“\n=== concat結果（インデックスリセット）===”) print(result_reset)

# ===== データを横に並べる ===== import pandas as pd df_sales = pd.DataFrame({ ‘product’: [‘A’, ‘B’, ‘C’], ‘sales’: [100, 120, 130] }) df_cost = pd.DataFrame({ ‘cost’: [80, 90, 95] }) print(“=== 売上データ ===”) print(df_sales) print(“\n=== コストデータ ===”) print(df_cost) # 横に連結（axis=1） result = pd.concat([df_sales, df_cost], axis=1) print(“\n=== concat結果（横連結）===”) print(result)

# ===== カラムが一致しない場合 ===== import pandas as pd df1 = pd.DataFrame({ ‘A’: [1, 2], ‘B’: [3, 4] }) df2 = pd.DataFrame({ ‘B’: [5, 6], ‘C’: [7, 8] }) print(“=== df1（A, B）===”) print(df1) print(“\n=== df2（B, C）===”) print(df2) # カラムが一致しない部分はNaNになる result = pd.concat([df1, df2], ignore_index=True) print(“\n=== concat結果 ===”) print(result) # NaNを0で埋める result_filled = result.fillna(0).astype(int) print(“\n=== NaNを0で埋めた結果 ===”) print(result_filled)

# ===== keysでデータの出所を識別 ===== import pandas as pd df_tokyo = pd.DataFrame({ ‘name’: [‘山田’, ‘佐藤’], ‘sales’: [100, 120] }) df_osaka = pd.DataFrame({ ‘name’: [‘鈴木’, ‘田中’], ‘sales’: [130, 140] }) print(“=== 東京支店 ===”) print(df_tokyo) print(“\n=== 大阪支店 ===”) print(df_osaka) # keysで識別子を付ける result = pd.concat( [df_tokyo, df_osaka], keys=[‘東京’, ‘大阪’] ) print(“\n=== concat結果（keys付き）===”) print(result) # 特定の支店だけ取り出す print(“\n=== 東京支店だけ取り出す ===”) print(result.loc[‘東京’])

# ===== 基本的なjoin ===== import pandas as pd # インデックスを設定したDataFrame df_left = pd.DataFrame({ ‘A’: [1, 2, 3] }, index=[‘a’, ‘b’, ‘c’]) df_right = pd.DataFrame({ ‘B’: [4, 5, 6] }, index=[‘a’, ‘b’, ‘d’]) print(“=== 左側（df_left）===”) print(df_left) print(“\n=== 右側（df_right）===”) print(df_right) # インデックスで結合（デフォルトはLEFT JOIN） result = df_left.join(df_right) print(“\n=== join結果（LEFT）===”) print(result) # INNER JOIN result_inner = df_left.join(df_right, how=’inner’) print(“\n=== join結果（INNER）===”) print(result_inner) # OUTER JOIN result_outer = df_left.join(df_right, how=’outer’) print(“\n=== join結果（OUTER）===”) print(result_outer)

# ===== 複数のmergeを連続で実行 ===== import pandas as pd # 顧客情報 df_customers = pd.DataFrame({ ‘customer_id’: [1, 2, 3], ‘name’: [‘山田’, ‘佐藤’, ‘鈴木’] }) # 注文情報 df_orders = pd.DataFrame({ ‘order_id’: [101, 102, 103], ‘customer_id’: [1, 2, 1], ‘product_id’: [1001, 1002, 1001] }) # 商品情報 df_products = pd.DataFrame({ ‘product_id’: [1001, 1002, 1003], ‘product_name’: [‘ノートPC’, ‘マウス’, ‘キーボード’], ‘price’: [89800, 1980, 4500] }) print(“=== 顧客テーブル ===”) print(df_customers) print(“\n=== 注文テーブル ===”) print(df_orders) print(“\n=== 商品テーブル ===”) print(df_products) # 方法1: 段階的にmerge print(“\n=== 段階的にmerge ===”) step1 = pd.merge(df_orders, df_customers, on=’customer_id’) print(“ステップ1（注文+顧客）:”) print(step1) result = pd.merge(step1, df_products, on=’product_id’) print(“\nステップ2（+商品）:”) print(result)

# ===== mergeを連鎖させる（より簡潔）===== import pandas as pd # （上記のデータを使用） # メソッドチェーンで一気に結合 result = (df_orders .merge(df_customers, on=’customer_id’) .merge(df_products, on=’product_id’) ) print(“=== メソッドチェーンでmerge ===”) print(result)

# ===== 結合前後の行数確認 ===== import pandas as pd df_customers = pd.DataFrame({ ‘customer_id’: [1, 2, 3], ‘name’: [‘山田’, ‘佐藤’, ‘鈴木’] }) df_orders = pd.DataFrame({ ‘order_id’: [101, 102, 103, 104], ‘customer_id’: [1, 1, 2, 4], # customer_id=4は顧客テーブルにない ‘amount’: [10000, 20000, 15000, 5000] }) print(f”顧客テーブル: {len(df_customers)}行”) print(f”注文テーブル: {len(df_orders)}行”) # INNER JOIN inner = pd.merge(df_customers, df_orders, on=’customer_id’, how=’inner’) print(f”\nINNER JOIN後: {len(inner)}行（customer_id=4は除外される）”) # LEFT JOIN left = pd.merge(df_customers, df_orders, on=’customer_id’, how=’left’) print(f”LEFT JOIN後: {len(left)}行（鈴木はNaN、customer_id=4は除外）”) # OUTER JOIN outer = pd.merge(df_customers, df_orders, on=’customer_id’, how=’outer’) print(f”OUTER JOIN後: {len(outer)}行（全データ）”) print(“\n=== OUTER JOIN結果 ===”) print(outer)

# ===== ECサイトの完全なデータ統合 ===== import pandas as pd import numpy as np # ========== データ準備 ========== # 顧客マスタ（CRMシステム） customers = pd.DataFrame({ ‘customer_id’: [1, 2, 3, 4, 5], ‘customer_name’: [‘山田太郎’, ‘佐藤花子’, ‘鈴木一郎’, ‘田中美咲’, ‘高橋健太’], ‘email’: [‘yamada@ex.com’, ‘sato@ex.com’, ‘suzuki@ex.com’, ‘tanaka@ex.com’, ‘takahashi@ex.com’], ‘city’: [‘東京’, ‘大阪’, ‘福岡’, ‘東京’, ‘名古屋’], ‘registration_date’: [‘2023-01-15’, ‘2023-02-20’, ‘2023-03-10’, ‘2023-04-05’, ‘2023-05-12’] }) # 注文データ（注文システム） orders = pd.DataFrame({ ‘order_id’: [101, 102, 103, 104, 105, 106, 107], ‘customer_id’: [1, 2, 1, 3, 2, 4, 1], ‘product_id’: [1001, 1002, 1003, 1001, 1002, 1003, 1001], ‘quantity’: [2, 1, 3, 1, 2, 1, 1], ‘order_date’: [‘2024-01-10’, ‘2024-01-12’, ‘2024-01-15’, ‘2024-01-18’, ‘2024-01-20’, ‘2024-01-22’, ‘2024-01-25’] }) # 商品マスタ products = pd.DataFrame({ ‘product_id’: [1001, 1002, 1003, 1004], ‘product_name’: [‘ノートPC’, ‘マウス’, ‘キーボード’, ‘モニター’], ‘category’: [‘PC’, ‘周辺機器’, ‘周辺機器’, ‘周辺機器’], ‘price’: [89800, 1980, 4500, 25000] }) print(“=” * 60) print(“データ統合開始”) print(“=” * 60) print(f”\n顧客テーブル: {len(customers)}行”) print(f”注文テーブル: {len(orders)}行”) print(f”商品テーブル: {len(products)}行”) # ========== ステップ1: 注文データに商品情報を追加 ========== print(“\n【ステップ1】注文データ + 商品情報”) step1 = pd.merge(orders, products, on=’product_id’, how=’left’) print(f”結合後の行数: {len(step1)}行”) # ========== ステップ2: 顧客情報を追加 ========== print(“\n【ステップ2】ステップ1 + 顧客情報”) step2 = pd.merge(step1, customers, on=’customer_id’, how=’left’) print(f”結合後の行数: {len(step2)}行”) # ========== ステップ3: データ加工 ========== print(“\n【ステップ3】データ加工”) # 日付型に変換 step2[‘order_date’] = pd.to_datetime(step2[‘order_date’]) step2[‘registration_date’] = pd.to_datetime(step2[‘registration_date’]) # 売上金額を計算 step2[‘total_amount’] = step2[‘price’] * step2[‘quantity’] # 年月を追加（集計用） step2[‘year_month’] = step2[‘order_date’].dt.to_period(‘M’) print(” → 日付変換、売上金額計算、年月追加 完了”) # ========== ステップ4: 集計 ========== print(“\n【ステップ4】集計処理”) # 顧客別の集計 customer_summary = step2.groupby(‘customer_name’).agg({ ‘order_id’: ‘count’, # 注文回数 ‘total_amount’: ‘sum’, # 合計購入金額 ‘order_date’: ‘max’ # 最終購入日 }).rename(columns={ ‘order_id’: ‘注文回数’, ‘total_amount’: ‘合計購入金額’, ‘order_date’: ‘最終購入日’ }).sort_values(‘合計購入金額’, ascending=False) # 商品別の集計 product_summary = step2.groupby(‘product_name’).agg({ ‘quantity’: ‘sum’, # 販売数量 ‘total_amount’: ‘sum’ # 売上金額 }).rename(columns={ ‘quantity’: ‘販売数量’, ‘total_amount’: ‘売上金額’ }).sort_values(‘売上金額’, ascending=False) # ========== 結果表示 ========== print(“\n” + “=” * 60) print(“統合完了”) print(“=” * 60) print(“\n【統合データ（最初の5行）】”) print(step2[[‘order_id’, ‘customer_name’, ‘product_name’, ‘quantity’, ‘price’, ‘total_amount’, ‘city’]].head()) print(“\n【顧客別集計】”) print(customer_summary) print(“\n【商品別集計】”) print(product_summary) print(f”\n総売上: {step2[‘total_amount’].sum():,}円”)