Exercice 69 / 100

Pandas — Merge

Fusionne deux DataFrames avec merge()

merge fusionne deux DataFrames sur une (ou plusieurs) clé(s) commune(s). C'est l'équivalent du join en sql.

Syntaxe

pd.merge(gauche, droite, on='cle', how='type_de_jointure')

Les 4 types de jointure (how)

'inner'  (défaut)  garde uniquement les clés présentes dans les DEUX
'left'              garde toutes les lignes de gauche (NaN si pas trouvé à droite)
'right'             symétrique
'outer'             garde toutes les lignes des deux (NaN où c'est manquant)

Le paramètre how décide de la zone gardée : inner ne garde que les clés présentes des deux côtés, left garde toutes les lignes de gauche et met NaN là où la droite n'a rien à donner

Exemple : joindre employés et départements

employes = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'nom': ['Alice', 'Bob', 'Charlie', 'Diana'],
    'dept_id': [10, 20, 10, 30]
})

depts = pd.DataFrame({
    'dept_id': [10, 20, 30],
    'dept_nom': ['Tech', 'RH', 'Finance']
})

pd.merge(employes, depts, on='dept_id')
# id  nom      dept_id  dept_nom
# 1   Alice    10       Tech
# 2   Bob      20       RH
# 3   Charlie  10       Tech
# 4   Diana    30       Finance

Clés de noms différents

pd.merge(a, b, left_on='client_id', right_on='id')

Jointures à plusieurs clés

pd.merge(a, b, on=['annee', 'mois'])

Indicator pour traçer

pd.merge(a, b, on='k', how='outer', indicator=True)
# Ajoute une colonne _merge : 'left_only', 'right_only', 'both'

Très utile pour analyser les mayo mismatches après une jointure.

Variantes : concat, join

pd.concat([df1, df2])             empile verticalement (mêmes colonnes)
pd.concat([df1, df2], axis=1)     juxtapose horizontalement
df1.join(df2, on='k')              raccourci pour merge sur l'index

Toujours vérifier la shape avant et après un merge. Si tu attends 100 lignes et tu en obtiens 200, tu as probablement une cardinalité 1:N inattendue.

exercise.py