# Hoe DataFrames samenvoegen met pandas merge() Met de pandas-functie `DataFrame.merge()` kunt u DataFrames combineren met behulp van sleutels. Hierdoor kunt u gegevens uit verschillende bronnen efficiënt combineren, waardoor u uitgebreidere analyses kunt uitvoeren. ## Wat is de syntaxis voor pandas `merge()`? De Python pandas DataFrame `merge()` kan een reeks verschillende parameters accepteren, waardoor ontwikkelaars kunnen specificeren hoe DataFrames moeten worden gecombineerd. De algemene syntaxis van de `merge()` is als volgt: ```python DataFrame.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) ``` Opmerking De functie pandas `merge()` is vergelijkbaar met de JOIN-bewerking in SQL. Als je ervaring hebt met relationele databases zoals [SQL](https://www.ionos.com/nl-be/digitalguide/server/knowhow/wat-is-sql/), is het wellicht makkelijker om te begrijpen hoe de methode pandas DataFrame `merge()` werkt. Houd er echter rekening mee dat er enkele verschillen zijn. In pandas worden waarden die als *null* worden geëvalueerd, ook samengevoegd als beide sleutelkolommen deze waarden bevatten. ### Welke parameters kunnen worden gebruikt met pandas `merge`? Met de verschillende parameters die door `merge()` worden geaccepteerd, kunt u niet alleen specificeren welke [pandas DataFrames](https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe/) moeten worden gecombineerd, maar ook welk type join moet worden gebruikt en andere details.
Parameter Beschrijving Standaardwaarde
links Het eerste DataFrame dat moet worden samengevoegd
rechts Het tweede DataFrame dat moet worden samengevoegd
hoe Het type join-bewerking dat moet worden uitgevoerd (`inner`, `outer`, `left`, `right`) `inner`
op De kolom(men) of indexniveau(s) die als sleutels moeten worden gebruikt; moeten in beide DataFrames aanwezig zijn
left\_on De kolom(men) of indexniveau(s) van het linker DataFrame die als sleutel(s) moeten worden gebruikt
right\_on De kolom(men) of indexniveau(s) van de rechter DataFrame die als sleutel(s) moeten worden gebruikt
left\_index Als `True`, wordt de index van het linker DataFrame gebruikt als sleutel `False`
right\_index Als `True`, wordt de index van het rechter DataFrame gebruikt als sleutel. `False`
sorteren Als `True`, worden de sleutels van het resulterende DataFrame lexicografisch gesorteerd. `False`
achtervoegsels Achtervoegsels die worden gebruikt om kolommen met dezelfde naam te onderscheiden `("_x", "_y")`
kopiëren Als `False`, wordt kopiëren vermeden `True`
## Hoe pandas `merge()` te gebruiken Hieronder volgen enkele voorbeelden om te illustreren hoe pandas `merge()` effectief kan worden gebruikt. ### `INNER JOIN` Een INNER JOIN combineert twee pandas DataFrames en **retourneert alleen de rijen waarvan de sleutels in beide DataFrames overeenkomen**. Om een beter beeld te krijgen van hoe dit werkt, maken we twee DataFrames: ```python import pandas as pd # Sample DataFrames df1 = pd.DataFrame({ 'Key': ['A', 'B', 'C'], 'Value1': [1, 2, 3] }) df2 = pd.DataFrame({ 'Key': ['B', 'C', 'D'], 'Value2': [4, 5, 6] }) print(df1) print(df2) ``` De twee resulterende DataFrames zien er als volgt uit: ```none Key Value1 0 A 1 1 B 2 2 C 3 Key Value2 0 B 4 1 C 5 2 D 6 ``` Nu kunnen we een `INNER JOIN` uitvoeren met behulp van de `merge()` -functie: ```python # INNER JOIN result = pd.merge(df1, df2, how='inner', on='Key') print(result) ``` De uitvoer laat zien dat alleen de rijen met de sleutels B en C zijn opgenomen in het DataFrame. Dit komt omdat deze twee sleutels in **beide oorspronkelijke DataFrames** voorkomen. ```none Key Value1 Value2 0 B 2 4 1 C 3 5 ``` ### `OUTER JOIN` Een `OUTER JOIN` voegt ook twee DataFrames samen, maar in tegenstelling tot `INNER JOIN` retourneert het **alle rijen** en vult het **ontbrekende waarden** in **met `NaN`**. ```python # OUTER JOIN result = pd.merge(df1, df2, how='outer', on='Key') print(result) ``` Het onderstaande DataFrame bevat **alle rijen uit beide DataFrames**. `NaN` wordt gebruikt voor de ontbrekende waarden in sleutel A, die alleen in `df1` voorkomt, en sleutel D, die alleen in `df2` voorkomt. ```none Key Value1 Value2 0 A 1.0 NaN 1 B 2.0 4.0 2 C 3.0 5.0 3 D NaN 6.0 ``` Opmerking De andere standaardvarianten van `JOIN` werken op een vergelijkbare manier. ### Met behulp van `left_on` en `right_on` Soms hebben twee DataFrames verschillende kolomnamen voor hun sleutels. In dat geval kunt u de parameters `left_on` en `right_on` gebruiken om aan te geven welke kolommen u wilt gebruiken. Laten we eerst twee nieuwe DataFrames maken: ```python df3 = pd.DataFrame({ 'Key': ['A', 'B', 'C'], 'Value1': [1, 2, 3] }) df4 = pd.DataFrame({ 'Key2': ['B', 'C', 'D'], 'Value2': [4, 5, 6] }) print(df3) print(df4) ``` De twee DataFrames zien er als volgt uit: ```none Key Value1 0 A 1 1 B 2 2 C 3 Key2 Value2 0 B 4 1 C 5 2 D 6 ``` We kunnen de parameters `left_on` en `right_on` gebruiken om de bewerking `JOIN` uit te voeren met verschillende toetsen: ```python # Join with different key column names result = pd.merge(df3, df4, how='inner', left_on='Key', right_on='Key2') print(result) ``` Door expliciet gebruik te maken van `left_on='Key'` en `right_on='Key2'` worden de bijbehorende sleutelkolommen gebruikt voor het samenvoegen. ```none Key Value1 Key2 Value2 0 B 2 B 4 1 C 3 C 5 ``` ### Indexen als sleutels gebruiken Je kunt ook de **indexen van DataFrames als sleutels** gebruiken door de parameters `left_index` en `right_index` in te stellen op `True`. Laten we eerst twee nieuwe DataFrames met indexen maken: ```python df5 = pd.DataFrame({ 'Value1': [1, 2, 3] }, index=['A', 'B', 'C']) df6 = pd.DataFrame({ 'Value2': [4, 5, 6] }, index=['B', 'C', 'D']) print(df5) print(df6) ``` Hier zijn de DataFrames: ```none Value1 A 1 B 2 C 3 Value2 B 4 C 5 D 6 ``` Nu kunnen we een `JOIN` -bewerking uitvoeren met behulp van de indices: ```python # JOIN with indices result = pd.merge(df5, df6, how='inner', left_index=True, right_index=True) print(result) ``` Het resultaat is een `JOIN` die gebruikmaakt van de indexen uit de DataFrames: ```none Value1 Value2 B 2 4 C 3 5 ``` This is a markdown version of: [https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-samenvoegen/](https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-samenvoegen/) for AI/LLM consumption.