Q1) Pandas의 merge() 메소드와 join() 메소드의 차이는 무엇이고, 언제 어떤 것을 사용하는 것이 더 적절한가요?

1. merge()

특징

• 공통 컬럼(column)을 기준으로 결합
• SQL의 join과 거의 동일
• 가장 범용적이고 많이 사용됨

기본 문법

pd.merge(left_df, right_df, on='key', how='inner')

주요 옵션

• on: 공통 컬럼명
• left_on, right_on: 컬럼명이 서로 다를 때
• how: inner, left, right, outer

예시

import pandas as pd

df1 = pd.DataFrame({
	'id': [1, 2, 3],
    'name': ['A', 'B', 'C']
})

df2 = pd.DataFrame({
	'id': [1, 2, 4],
    'score': [90, 85, 70]
})

pd.merge(df1, df2, on='id', how='inner')

👉 id 컬럼 기준으로 병합
👉 output

2. join()

특징

• 인덱스(index)를 기준으로 결합
• DataFrame 메소드 형태
• 간단하고 빠름
• 보통 오른쪽 df를 붙일 때 사용

기본 문법

df1. join(df2, how='left')

👉 기본은 left join + index 기준

예시

df1 = df1.set_index('id')
df2 = df2.set_index('id')

df1.join(df2)

👉 인덱스를 기준으로 결합
👉 output

📌 핵심 차이 정리

📌 merge()를 사용하는 경우

• 컬럼을 기준으로 병합할 때
• 컬럼명이 서로 다를 때
• 복잡한 조인이 필요할 때
• SQL처럼 사고할 때
  ⭐⭐ 실무에서, 데이터 분석 프로젝트에서는 90% 이상 merge()를 사용하고 join()은 보조적으로 사용 (대부분의 데이터는 컬럼을 기준으로 결합하기 때문)

📌 join()을 사용하는 경우

• 인덱스를 기준으로 빠르게 붙이고 싶을 때
• 이미 인덱스가 key 역할을 할 때
• 단순한 left join 상황

오늘도 데분데분😋

by Heidi J. 꼬꼬마 데분가💜