Python Pandas - รวม (Merge) DataFrame แบบ One-to-Many Relation

ขั้นตอนการทำงาน

1. สร้าง DataFrame ทั้งสอง

import pandas as pd

# DataFrame 1: ข้อมูลรถและจำนวนยูนิต
dataFrame1 = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
    "Units": [100, 150, 110, 80, 110, 90]
})

# DataFrame 2: ข้อมูลรถและราคาจดทะเบียน (มีรถบางคันซ้ำ/เพิ่ม)
dataFrame2 = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
    "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
})

2. Merge ด้วย validate="one_to_many"

mergedRes = pd.merge(dataFrame1, dataFrame2, validate="one_to_many")
print(mergedRes)

โค้ดตัวอย่างสมบูรณ์

import pandas as pd

dataFrame1 = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
    "Units": [100, 150, 110, 80, 110, 90]
})
print("DataFrame1:\n", dataFrame1)

dataFrame2 = pd.DataFrame({
    "Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
    "Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
})
print("\nDataFrame2:\n", dataFrame2)

# Merge แบบ one-to-many
mergedRes = pd.merge(dataFrame1, dataFrame2, validate="one_to_many")
print("\nMerged dataframe (one-to-many):\n", mergedRes)

ผลลัพธ์

Merged dataframe (one-to-many):
      Car  Units  Reg_Price
0     BMW    100       7000
1   Lexus    150       1500
2  Mustang     80       8000
3  Jaguar     90       6000

คำอธิบาย

• DataFrame1 มี Car ที่ไม่ซ้ำกัน (unique) → ผ่านการตรวจสอบ one-to-many
• DataFrame2 มี Car ซ้ำได้ (many) → ไม่มีปัญหา
• ผลลัพธ์มีเฉพาะรถที่มีใน ทั้งสอง DataFrame (inner join เป็นค่าเริ่มต้น)
• รถ Audi, Bentley (อยู่ใน df1 ไม่มีใน df2) และ Tesla, Mercedes (อยู่ใน df2 ไม่มีใน df1) ถูกลบออก

พารามิเตอร์ validate อื่นๆ