基本の使い方
例えば、注文データと顧客属性データがあった時に、顧客IDをキーとして注文データに対して顧客属性データの列を結合したいとします。


列を結合する手順
例えば、ECサイトの注文データがあったとします。このデータには注文情報に関するデータはありますが、顧客の属性情報のデータはありません。






結合の便利な機能
大文字と小文字を区別しないで結合
結合のキーで大文字と小文字が混在していると、キーが一致せずにうまく結合できないことがあります。


結合する列を選択
デフォルトでは、結合時には結合先にあるすべての列が追加されるようになっています。


複数の結合キーの設定
例えば、同じ顧客名のデータがあった時、顧客名のみをキーにしてしまうと同じ顧客名に対して結合先のデータがすべて結合されるために、結合時に行数が増えてしまうことがあります。


豊富な結合タイプのサポート
デフォルトでは「左外部結合」といった、いわゆるExcelのVLOOKUPのような結合タイプとなりますが、それ以外にも様々なタイプの結合がサポートされています。



結合のタイプ
なお、結合には以下のように、様々な種類があります。

1. 左外部結合 (Left Join)
これはエクセルの「Vlookup」やSQLの「Left Outer Join(左外部結合)」に近い結合です。 「左外部結合 (Left Join)」は現在のデータフレームを保持して、結合したいデータフレームに結合可能な「キー」がない時はNA(欠損値)となります。
2. 右外部結合 (Right Join)

3. 完全外部結合 (Full Join)

4. 内部結合 (Inner Join)

実践
ここからは、「フライトの遅延」をメインのデータフレームとして、各結合のタイプの動き方を紹介します。 フライトの遅延のデータは以下ようになっており、1行が1つのフライトを表しています。


左外部結合 (Left Join)
まずは左外部結合 (Left Join)から始めていきます。 「航空会社」列の列ヘッダーメニューの「結合 / マージ」から「結合 (列を追加する / Join)」を選択します。














右外部結合 (Right Join)
「右外部結合 (Right Join)」を選択して実行します。


内部結合 (Inner Join)


完全外部結合 (Full Join)


他のデータフレームの列を使ってフィルタする(フィルタ結合)
データを探索していると、別のデータフレームのデータをもとに、データをフィルタしたいことも生じます。 そういった時には「セミ結合 (Semi Join)」や「アンチ結合 (Anti Join)」といったデータがフィルターされるタイプのJoin(結合)が有効です。 これらの結合タイプは、「左外部結合 (Left Join)」などの結合タイプとは異なり、結合先のデータフレームから列を取得(結合)するわけではありません。その代わりに、結合先のデータフレームのデータはフィルタのためだけに利用されるため、「フィルタ結合」と呼ばれます。5. セミ結合 (Semi Join)

6. アンチ結合 (Anti Join)

実践
トップ10の都市のデータに絞り込む
例えば、最も頻繁に利用される上位10都市のフライト遅延データのみを表示したいとします。1. ブランチデータフレームを作成する
これを行うために、まずはメインデータフレームから分岐したブランチのデータフレームを作成して、上位10都市のリストを作成します。 「フライトの遅延」のデータソースのステップから「ブランチの作成」アイコンをクリックして、ブランチのデータフレームを作成します。
2. フライト数を集計する
列ヘッダーメニューから「集計」を選択します。



3. 上位10都市に絞り込む
「フライト数」の列ヘッダーメニューから「フィルタ」、「上位 Nのみを残す」を選択します。


4. セミ結合 (Semi Join)を利用して上位10都市のみのデータに絞り込む
続いて、メインのデータフレームに戻ります。







5. アンチ結合 (Anti Join)を利用して上位10都市「以外」のデータに絞り込む
もう一度、上位10都市のみに絞り込んだ結合ステップに「ピン」を戻します。



列名に接尾語を足す
「列名に接尾語を足す」のオプションでは、同じ列名のものが結合元、結合先のどちらにもあった際に、接尾語を指定できるオプションとなっています。

重複列(.x や .y)が増える問題を避ける
Exploratoryで複数のデータフレームを結合する際、共通する列名が存在すると、自動的に「.x」や「.y」といった接尾辞が付与されます。結合キー以外に同名の列が両方のデータフレームにあると、結合結果では結合元の列に「.x」、結合先の列に「.y」が付きます。 この接尾辞は、結合元と結合先のデータフレームで同じ列名を持つ列を区別するために追加されます。 この「.x」や「.y」が付与される問題を解決するための二つの方法を紹介します。一つはExploratoryのUIを活用して結合時に不要な列を選択的に除外する方法、もう一つはAIプロンプトを利用して共通する列を自動的に削除する方法です。 これらの方法を適用することで、データ結合後の列名を整理し、分析に適したデータフレームを効率的に作成できます。問題
データフレームを結合する際に、結合元と結合先の両方に同じ列名が存在すると、Exploratoryは自動的に重複する列名に「.x」や「.y」といった接尾辞を付与します。 この接尾辞が付与された列は、データ分析や可視化の際に混乱を招き、データの整合性を損なう可能性があります。特に、結合対象の列が多数存在する場合、手動での列の選択や削除は非常に手間がかかり、作業効率を低下させる要因となります。解決方法
結合時に不要な列を選択して除外する方法
ExploratoryのUIを使用して、データ結合時に不要な列を選択的に除外する手順を説明します。 この方法は、追加したい列が明確で、その数が比較的少ない場合に特に有効です。 まず、今回使用するデータは「注文データ」と「顧客属性データ」の二つです。 「注文データ」には注文情報や顧客ID、国、地域、マーケットなどの列が含まれています。






AIプロンプトを使用して共通列を自動的に削除する方法
このセクションでは、AIプロンプトを活用して、データ結合前に共通する列を自動的に削除する手順を説明します。 この方法は、共通列が多く、手動での選択が困難な場合に非常に有効です。 顧客属性データフレームのステップで、「AI データ加工」のボタンをクリックします。




