表と表を結合する（merge・concat）

売上明細を、地域別に集計したい。ところが、売上明細に書いてあるのは「C004」のような得意先コードだけで、地域は別の表（得意先の一覧）に書いてあります。Excelなら、VLOOKUP で得意先名と地域を引いてきて、列を足す場面です。

サンプルを確かめてみましょう。sales_detail.csv は売上明細（2025年4〜9月、128行）、customers.csv は得意先の一覧です。（商品の一覧 products.csv も、あとで使います）

▶ 実行を押すと、ここに結果が出ます

売上明細には「得意先コード」と「商品コード」があり、得意先の一覧には、同じ「得意先コード」に、名前・地域・支払条件が結びついています。このように、コードから名前などを引くための一覧を、マスタと呼びます。この回は、pandas の merge（結合）で、売上明細にマスタの情報を横に付け足す方法を学びます。

まず、売上明細に、得意先の一覧を結びます。共通の列「得意先コード」を手がかりに、同じコードの行どうしを横に並べます。

▶ 実行を押すと、ここに結果が出ます

列が、「得意先名」「地域」「支払条件」の3つ増えました。行数は、結合の前も後も 128 行で、変わっていません。この「行数が変わっていないか」の確認が、結合ではとても大切です（Step 4 で理由が分かります）。

次は、商品の一覧も結んで、商品名を付けます。そして金額（数量×単価）の列を作り、地域別に合計します。

▶ 実行を押すと、ここに結果が出ます

大阪・東京・福岡の合計が出ました。products[["商品コード", "商品名"]] のように、必要な列だけを選んで結ぶのが、実務のコツです。理由は、Step 4 の②で見ます。

merge の1行は、「どの表と、どの表を」「どの列を手がかりに」「どう結ぶか」の3点でできています。

手がかりにする列をキー、how="left" のように「左の表の行を全部残して結ぶ」方法を左結合と呼びます。ExcelのVLOOKUPと、対応させておきましょう。

① how を変えると、残る行が変わる。 売上が3行、得意先の一覧が3行の小さな表で、確かめます。売上の「C999」は一覧になく、一覧の「C003」は売上にありません。

▶ 実行を押すと、ここに結果が出ます

• inner：両方にあるものだけ（2行）
• left：左の表を全部残す（3行）。相手がなければ空欄
• outer：左右どちらかにあるもの全部（4行）

売上明細にマスタを付けるときは、how="left" を使います。inner だと、マスタにないコードの売上が、黙って消えて、合計が合わなくなるからです。

② 同じ名前の列があると、_x と _y が付く。 sales_detail.csv にも products.csv にも「単価」の列があります。products を丸ごと結ぶと、列名が「単価_x」（左の表の単価）と「単価_y」（右の表の単価）に分かれてしまい、どちらを使うか迷います。Step 2 のように、付けたい列だけを選んでから結ぶと安全です。

③ 一覧に同じキーが2回あると、行が増える。 これが、結合の最大の落とし穴です。得意先の一覧に、C001 の行が、うっかり2行入ってしまったとしましょう。

▶ 実行を押すと、ここに結果が出ます

128 行が 139 行に増えました。C001 の売上が 11 行あり、それぞれが2行に分かれたからです。このまま集計すると、C001 の売上が二重に数えられます。エラーも出ません。だから、結合の前と後で、行数を見比べます。

見比べる代わりに、validate="many_to_one"（左は重複してよいが、右のキーは重複してはいけない）を付けると、重複したときにその場で止めてくれます。

▶ 実行を押すと、ここに結果が出ます

MergeError: Merge keys are not unique in right dataset（右の表のキーが、重複しています）と出ます。止まるのは、困ったことではなく、間違った集計を防げたということです。

④ 縦に積む。 同じ形の表を縦に積むには pd.concat を使います（基礎編で、支店別のExcelをまとめたときに使いました）。前半と後半の2つの表（別々のファイルを読むと、どちらも行番号が 0 から始まります）を、1つにします。

▶ 実行を押すと、ここに結果が出ます

そのまま積むと、行の番号が 0 から2回始まって重複します（False）。ignore_index=True を付けると、番号が振り直されます（True）。キーを手がかりに横に足すのが merge、同じ形の表を縦に足すのが concat です。

キーの列名が左右で違うとき（例：右の表が「コード」）は、left_on と right_on で、別々に指定します。

pd.merge(sales, customers, left_on="得意先コード", right_on="コード", how="left")

お題① 売上明細に得意先の一覧を結び、地域が「福岡」の、売上金額（数量×単価）の合計を表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

sales = pd.read_csv("sales_detail.csv")
customers = pd.read_csv("customers.csv")

df = pd.merge(sales, customers, on="得意先コード", how="left")
df["金額"] = df["数量"] * df["単価"]
print(df[df["地域"] == "福岡"]["金額"].sum())

お題② 次の得意先の一覧（customers2）には、C001 が2回入っています。結合したとき、売上明細より何行増えるかを表示してください。

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

sales = pd.read_csv("sales_detail.csv")
customers = pd.read_csv("customers.csv")
customers2 = pd.concat([customers, customers.head(1)], ignore_index=True)

merged = pd.merge(sales, customers2, on="得意先コード", how="left")
print(len(merged) - len(sales))

お題③ 次の2つの表を、how="outer" と indicator=True で結び、「得意先の一覧にないコード」を持つ伝票番号を、リストで表示してください。（_merge の列が left_only の行が、左の表にしかない行です）

▶ 実行を押すと、ここに結果が出ます

import pandas as pd

a = pd.DataFrame({"伝票": ["S1", "S2", "S3"], "得意先コード": ["C001", "C002", "C999"]})
b = pd.DataFrame({"得意先コード": ["C001", "C002", "C003"], "得意先名": ["アオイ", "ミドリ", "サクラ"]})

r = pd.merge(a, b, on="得意先コード", how="outer", indicator=True)
print(r[r["_merge"] == "left_only"]["伝票"].tolist())