pandas merge()の使い方｜inner・left・outerの違いと行数が増える原因を解説

Pandasで顧客表と購入表のような2つのDataFrameを結合するときは、merge()を使います。ただし、コードがエラーなく動いても、結合方法を誤ると必要な行が消えたり、重複キーによって行数が増えたりします。

この記事では、どの行を残したいかからinner・left・outerを選び、結合後に結果を確認する方法を解説します。

この記事でわかること

• pandas merge()で2つのDataFrameを共通キーで結合する基本
• inner・left・outerを、残したい行から選ぶ方法
• 行数が増える理由と、validateによる確認方法
• NaN・未一致の行をindicator=Trueで確認する方法
• concat()・join()との使い分けと、結合後の集計への進み方

先に結論：残したい行で結合方法を選ぶ

顧客一覧を基準に購入情報を追加するならleft結合が自然です。結合後は、行数・結合キー・右側の列のNaNを必ず確認してください。

サンプル：顧客表と購入表を用意する

顧客表の顧客IDをキーに購入表を結合します。ID 102には購入履歴が2件、ID 104には購入履歴がなく、購入表には顧客表にないID 105があります。

import pandas as pd

customers = pd.DataFrame({
    "顧客ID": [101, 102, 103, 104],
    "顧客名": ["青木", "井上", "上田", "遠藤"],
    "会員区分": ["一般", "一般", "プレミアム", "一般"]
})

orders = pd.DataFrame({
    "顧客ID": [101, 102, 102, 105],
    "注文ID": ["A001", "A002", "A003", "A004"],
    "購入額": [1200, 2500, 800, 1800]
})

print("顧客表")
display(customers)
print("購入表")
display(orders)
print(f"顧客表の行数: {len(customers)}行、購入表の行数: {len(orders)}行")

顧客表と購入表は各4行ですが、購入表ではID 102が2回あります。この重複が結合後の行数に影響します。

merge()の基本形：共通の列をキーに結合する

同じ名前のキー列がある場合は、on="顧客ID"と明示します。howを省略した場合はinner結合です。

inner_result = customers.merge(orders, on="顧客ID", how="inner")
display(inner_result)
print(f"inner結合後の行数: {len(inner_result)}行")

inner結合では、両方の表にあるID 101・102だけが残ります。ID 102は購入履歴が2件あるため2行になります。ID 103・104・105は出力から消えるため、購入していない顧客も分析したい場合には向きません。

left結合：顧客表を残したまま購入情報を追加する

left_result = customers.merge(orders, on="顧客ID", how="left")
display(left_result)
print(f"結合前の顧客表: {len(customers)}行")
print(f"left結合後: {len(left_result)}行")

ID 103・104は購入表にないため、右側の列がNaNになります。これはエラーではなく、右表に対応する行がなかった結果です。一方、ID 102は2件の注文に対応するため、left結合後は5行になります。

outer結合：未一致の行も含めて確認する

outer_result = customers.merge(
    orders,
    on="顧客ID",
    how="outer",
    indicator=True
)
display(outer_result)
display(outer_result["_merge"].value_counts())

_mergeがbothなら一致、left_onlyなら左表だけ、right_onlyなら右表だけにあるキーです。NaNを埋めたり行を除外したりする前に、未一致の理由を確認します。

行数が増える原因：重複したキーが組み合わさる

merge()後の行数が増える主な理由は、結合キーが片側または両側で重複していることです。注文表では同じ顧客が複数回購入するため、ID 102が2行あります。これは顧客1人に注文が複数ある1対多の関係です。

print("顧客表で重複している顧客ID")
display(customers[customers["顧客ID"].duplicated(keep=False)])

print("購入表で重複している顧客ID")
display(orders[orders["顧客ID"].duplicated(keep=False)].sort_values("顧客ID"))

print("顧客IDごとの注文件数")
display(orders["顧客ID"].value_counts().sort_index())

結合前にキー列のduplicated()とvalue_counts()を確認し、行数増加が想定内かをデータの意味から判断してください。

validateで想定外の重複キーを早く見つける

注文表から顧客表へ情報を追加する場合、注文は重複してよく、顧客表の顧客IDは一意であるべきです。この関係はmany_to_oneで検証できます。

orders_with_customer = orders.merge(
    customers,
    on="顧客ID",
    how="left",
    validate="many_to_one",
    indicator=True
)
display(orders_with_customer)
print(f"注文表と結合結果の行数: {len(orders)}行 → {len(orders_with_customer)}行")

customers_with_duplicate = pd.concat([
    customers,
    customers.loc[[1]]
], ignore_index=True)

try:
    orders.merge(
        customers_with_duplicate,
        on="顧客ID",
        how="left",
        validate="many_to_one"
    )
except pd.errors.MergeError as error:
    print("確認が必要な結合です:")
    print(error)

display(customers_with_duplicate[customers_with_duplicate["顧客ID"].duplicated(keep=False)])

MergeErrorが出たときの直し方

• 現象：validate="many_to_one"でMergeErrorが出る。
• 原因：右側の顧客表に同じ顧客IDが複数あり、一意ではない。
• 確認方法：duplicated(keep=False)で重複行を表示する。
• 修正方法：誤った重複なら原因を確認してから除き、意味のある複数行なら結合目的を見直す。
• 修正後：もう一度validateを指定し、行数と結果を確認する。

列名が違うときはleft_onとright_onを使う

orders_english_key = orders.rename(columns={"顧客ID": "customer_id"})
different_key_result = customers.merge(
    orders_english_key,
    left_on="顧客ID",
    right_on="customer_id",
    how="left"
)
display(different_key_result)

列名が違うだけでなく、文字列と数値が混在している、前後に空白がある状態でも一致しない行が出ます。結合前にdtypes、isna()、str.strip()が必要かを確認してください。

コードは動くのに合わないとき：キーの型と空白を確認する

orders_dirty_key = pd.DataFrame({
    "顧客ID": ["101", "102", " 103 "],
    "注文ID": ["B001", "B002", "B003"]
})

customers_text_key = customers.copy()
customers_text_key["顧客ID"] = customers_text_key["顧客ID"].astype(str)

before_fix = customers_text_key.merge(orders_dirty_key, on="顧客ID", how="left")
print("修正前：ID 103は一致しません")
display(before_fix)

orders_dirty_key["顧客ID"] = orders_dirty_key["顧客ID"].str.strip()
after_fix = customers_text_key.merge(orders_dirty_key, on="顧客ID", how="left")
print("修正後：ID 103も一致します")
display(after_fix)

pandasでは、左右のキーがどちらも欠損値の行が一致として結合されることがあります。SQLと同じだと思い込まず、結合前にキー列のisna()を確認し、欠損行を残すか除くかをデータの意味から決めてください。

merge()・concat()・join()の使い分け

結合後は集計・可視化へ進む

matched_orders = orders_with_customer.query("_merge == 'both'")
customer_sales = (
    matched_orders.groupby("顧客名", as_index=False)["購入額"]
    .sum()
    .sort_values("購入額", ascending=False)
)
display(customer_sales)

結合で顧客名を追加してからgroupby()で購入額を集計できます。未一致や行数を確認する前に集計へ進まないことが大切です。

自分のデータへ置き換える前のチェックリスト

• 左表と右表のどちらを基準に残すか決めたか
• 結合キーは同じ意味で、列名・型・前後空白がそろっているか
• キーの重複は想定どおりか
• 結合後に想定する行数を説明できるか
• indicator=Trueで未一致行を確認したか
• NaNを埋める前に、未一致か元データの欠損かを確認したか

まとめ

• merge()は、共通キーで別のDataFrameの列を対応付けるときに使う
• 両方にある行だけならinner、左表を基準にするならleft、未一致も確認するならouterを選ぶ
• 行数が増えたらキーの重複と対応関係を確認する
• indicatorで未一致を、validateで想定外の重複を確認できる
• 結合結果を確認してから集計・表の整形・可視化へ進む

関連記事

• pandas concat()の使い方｜縦結合・横結合とignore_indexを解説
• pandas groupby・aggの使い方｜複数列・複数集計と結果の見方
• Pandas pivot と pivot_table を徹底解説！データ分析での使い分けと応用
• pandas reset_index()の使い方｜インデックスを振り直す・drop=Trueを初心者向けに解説
• pandas to_numeric()の使い方｜文字列の数字を数値に変換する方法
• Pandas DataFrameとは？作り方・基本操作・Seriesとの違いを初心者向けに解説

▲ ページトップへ戻る