แนวคิด
ใช้ pd.merge(df1, df2, on='key', how='left') เพื่อเก็บแถวทั้งหมดจาก DataFrame ซ้าย (left) และดึงข้อมูลจากขวา (right) ที่ match ถ้าไม่ match ให้ NaN
ตัวอย่างโค้ด
import pandas as pd
df1 = pd.DataFrame({
"Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],
"Units": [100, 150, 110, 80, 110, 90]
})
df2 = pd.DataFrame({
"Car": ['BMW', 'Lexus', 'Tesla', 'Mustang', 'Mercedes', 'Jaguar'],
"Reg_Price": [7000, 1500, 5000, 8000, 9000, 6000]
})
print("DataFrame1 (Left):\n", df1)
print("\nDataFrame2 (Right):\n", df2)
# Left join: เก็บทุกแถว df1, match df2
merged = pd.merge(df1, df2, on='Car', how='left')
print("\nLeft Join Result:\n", merged)
ผลลัพธ์
DataFrame1 (Left):
Car Units
0 BMW 100
1 Lexus 150
2 Audi 110
3 Mustang 80
4 Bentley 110
5 Jaguar 90
DataFrame2 (Right):
Car Reg_Price
0 BMW 7000
1 Lexus 1500
2 Tesla 5000
3 Mustang 8000
4 Mercedes 9000
5 Jaguar 6000
Left Join Result:
Car Units Reg_Price
0 BMW 100 7000.0
1 Lexus 150 1500.0
2 Audi 110 NaN
3 Mustang 80 8000.0
4 Bentley 110 NaN
5 Jaguar 90 6000.0
ความแตกต่าง Left vs Right vs Outer
- Left: ทุกแถว df1, match df2 -> NaN ถ้าไม่มีใน df2
- Right: ทุกแถว df2, match df1 -> NaN ถ้าไม่มีใน df1
- Outer: ทุกแถวจากทั้งสอง, NaN ทั้งคู่ที่ไม่ match
ใช้ suffixes สำหรับคอลัมน์ชื่อซ้ำ
pd.merge(df1, df2, on='Car', how='left', suffixes=('_left', '_right'))
