Juntar dois DataFrames no pandas
Nesta lição, você vai juntar dois DataFrames por uma coluna-chave em comum com o método merge().
Introdução
O problema
Dados relacionados muitas vezes ficam em tabelas separadas: nomes dos alunos em uma, notas em outra, ligadas por um ID de aluno. Para analisá-las juntas, você precisa casar as linhas por essa chave compartilhada, como um join de banco de dados.
Pense assim
Juntar tabelas é como casar crachás com provas pelo número do aluno. Você coloca as duas pilhas lado a lado e grampeia o crachá e a prova que têm o mesmo número.
students🏷️ Crachás com um idscores📝 Provas com um idmerge(scores, on="id")📎 Grampeie os que têm o mesmo idid, name, score📋 Uma linha por aluno casadomerge combina dois DataFrames casando valores em uma ou mais colunas-chave. Por padrão, ele mantém só as chaves encontradas nas duas tabelas (um inner join).
Pontos-chave
students.merge(scores, on="id")casa as linhas cujoidé o mesmo.- Cada linha do resultado tem as colunas das duas tabelas: id, name e score.
- Por padrão, só os ids presentes nas duas tabelas ficam.
- A coluna
idaparece uma vez, porque é a chave.
Quando usar?
- Combinar tabelas de um banco de dados ou de vários arquivos.
- Acrescentar informações como nomes ou preços a linhas que só têm um ID.
- Comparar duas versões de um conjunto de dados.
Quando não é preciso
- Empilhar tabelas com as mesmas colunas uma sobre a outra: use
pd.concat. - Chaves que não são únicas em nenhum dos lados: cada correspondência multiplica as linhas, então procure repetidos antes.
Código de exemplo
import pandas as pd
students = pd.DataFrame({"id": [1, 2], "name": ["Ada", "Lin"]})
scores = pd.DataFrame({"id": [1, 2], "score": [95, 88]})
print(students.merge(scores, on="id"))
Resultado da execução
id name score
0 1 Ada 95
1 2 Lin 88
Explicação do código
O parâmetro on="id" define a coluna id como chave para ligar as duas tabelas. Por padrão, merge() faz um inner join, ou seja, mantém apenas os ids que aparecem nas duas tabelas e junta suas colunas em uma tabela de resultado. Antes de juntar, vale verificar o tipo da coluna-chave e se há valores repetidos, para evitar resultados errados.
Altere os valores e execute o programa no compilador Python online CodeUtility sem instalar Python.
Exercícios práticos
Tente modificar o código seguindo as sugestões abaixo. Mudar o código e observar o resultado ajuda você a entender muito mais do que só ler.
- Adicione linhas, colunas e alguns valores ausentes aos dados de exemplo.
- Combine filtro, ordenação e groupby para montar um pequeno relatório.
- Leia um arquivo de dados real, confira o tipo de cada coluna e trate os valores inválidos.
Erros comuns
Perder linhas sem perceber
O inner join padrão descarta alunos que não têm nota.
students.merge(scores, on="id")
students.merge(scores, on="id", how="left")
Terminou esta lição?
Marque como aprendida para acompanhar seu progresso.