PythonのPandasの列の結合について

2025年9月8日

Pandasの「列の結合」について詳しく解説します。

結合といっても目的や方法によって使い分ける必要があります。

大きく分けると以下の種類があります。

列同士を「文字列的に」結合する場合

例えば「姓」と「名」の列を一つの列にしたいときです。

import pandas as pd

# データ準備
df = pd.DataFrame({
    "姓": ["田中", "佐藤", "鈴木"],
    "名": ["太郎", "花子", "一郎"]
})

# シンプルに結合
df["氏名"] = df["姓"] + df["名"]

# 間にスペースを入れて結合
df["氏名_スペースあり"] = df["姓"] + " " + df["名"]

# 数値を文字列に変換して結合する場合の例
df["番号"] = [1, 2, 3]
df["名前_番号"] = df["姓"] + df["名"] + df["番号"].astype(str)

print(df)

ポイント

+ を使うと文字列として連結できます。
間にスペースを入れたいときは df["姓"] + " " + df["名"] とします。
数値列を結合したい場合は astype(str) で文字列に変換してから結合します。

複数列をまとめて「1つの新しい列」に結合する場合

agg や apply を使う方法です。

import pandas as pd

# データ準備
df = pd.DataFrame({
    "姓": ["田中", "佐藤", "鈴木"],
    "名": ["太郎", "花子", "一郎"]
})

# aggで複数列をまとめる
df["氏名1"] = df[["姓", "名"]].agg("".join, axis=1)

# applyでフォーマットを自由に設定
df["氏名2"] = df.apply(lambda x: f"{x['姓']} {x['名']}", axis=1)

print(df)

列の「横方向の結合」（DataFrame同士を列単位でくっつける）

別のDataFrameにある列を結合したい場合です。

pd.concat がよく使われます。

import pandas as pd

# データ準備
df1 = pd.DataFrame({"A": [1, 2, 3]})
df2 = pd.DataFrame({"B": ["x", "y", "z"]})

# 列方向に結合
df_concat = pd.concat([df1, df2], axis=1)

print(df_concat)

axis=1 を指定すると「列方向に結合」されます。
インデックスが揃っている場合にきれいに結合できます。

「キーを基準に結合」（SQLのJOINのようなイメージ）

merge を使うと、共通のキーで結合できます。

import pandas as pd

# データ準備
df1 = pd.DataFrame({
    "ID": [1, 2, 3],
    "名前": ["田中", "佐藤", "鈴木"]
})
df2 = pd.DataFrame({
    "ID": [1, 2, 4],
    "年齢": [25, 30, 40]
})

# 内部結合 (共通するIDのみ)
df_inner = pd.merge(df1, df2, on="ID", how="inner")

# 左外部結合 (df1基準)
df_left = pd.merge(df1, df2, on="ID", how="left")

# 右外部結合 (df2基準)
df_right = pd.merge(df1, df2, on="ID", how="right")

# 完全外部結合 (両方のIDをすべて)
df_outer = pd.merge(df1, df2, on="ID", how="outer")

print("=== 内部結合 ===")
print(df_inner)
print("\n=== 左外部結合 ===")
print(df_left)
print("\n=== 右外部結合 ===")
print(df_right)
print("\n=== 完全外部結合 ===")
print(df_outer)