10. Combinación y unión de DataFrames en Pandas

En proyectos de ciencia de datos es habitual trabajar con información distribuida en múltiples fuentes. Con Pandas podés combinar tablas de forma flexible.

La estructura DataFrame ofrece herramientas para concatenar, unir al estilo de SQL y remodelar mediante apilados.

10.1 Concatenación (concat)

concat permite unir DataFrames por filas o columnas, manteniendo el orden de los datos originales.

Concatenar por filas

import pandas as pd
df1 = pd.DataFrame({
    "ID": [1, 2, 3],
    "Nombre": ["Ana", "Luis", "Carla"]
})
df2 = pd.DataFrame({
    "ID": [4, 5],
    "Nombre": ["Pedro", "María"]
})
df_concat = pd.concat([df1, df2])
print(df_concat)

Salida:

   ID Nombre
0   1    Ana
1   2    Luis
2   3   Carla
0   4   Pedro
1   5   María
👉 Los índices se conservan. Para regenerarlos usá ignore_index=True.

Resetear índices tras concatenar

df_concat = pd.concat([df1, df2], ignore_index=True)

Concatenar por columnas

df3 = pd.DataFrame({
    "Edad": [23, 35, 29]
})
df_col = pd.concat([df1, df3], axis=1)
print(df_col)

Salida:

   ID Nombre  Edad
0   1    Ana    23
1   2    Luis    35
2   3   Carla    29

10.2 Uniones estilo SQL (merge, join)

merge replica las uniones de SQL sobre columnas clave, mientras que join trabaja con índices.

Inner join con merge

empleados = pd.DataFrame({
    "ID": [1, 2, 3],
    "Nombre": ["Ana", "Luis", "Carla"]
})
salarios = pd.DataFrame({
    "ID": [1, 2, 4],
    "Salario": [55000, 72000, 83000]
})
df_merge = pd.merge(empleados, salarios, on="ID")
print(df_merge)

Salida:

   ID Nombre  Salario
0   1    Ana    55000
1   2    Luis    72000
👉 El inner join devuelve solo registros con claves presentes en ambos DataFrames.

Otros tipos de uniones

df_left = pd.merge(empleados, salarios, on="ID", how="left")
df_right = pd.merge(empleados, salarios, on="ID", how="right")
df_outer = pd.merge(empleados, salarios, on="ID", how="outer")

Unir por índice con join

df1 = pd.DataFrame({"Edad": [23, 35, 29]}, index=["Ana", "Luis", "Carla"])
df2 = pd.DataFrame({"Salario": [55000, 72000, 61000]}, index=["Ana", "Luis", "Carla"])
df_join = df1.join(df2)
print(df_join)

Salida:

       Edad  Salario
Ana      23    55000
Luis     35    72000
Carla    29    61000

10.3 Apilado y des-apilado (stack, unstack)

Estas funciones reorganizan la estructura de un DataFrame al alternar entre formato ancho y largo.

Ejemplo base

df = pd.DataFrame({
    "Empleado": ["Ana", "Luis"],
    "Departamento": ["Ventas", "IT"],
    "Salario": [55000, 72000]
})
df = df.set_index(["Empleado", "Departamento"])
print(df)

Salida:

                     Salario
Empleado Departamento        
Ana      Ventas         55000
Luis     IT             72000

stack(): columnas a filas

df_stack = df.stack()
print(df_stack)

Salida:

Empleado  Departamento
Ana       Ventas          Salario    55000
Luis      IT              Salario    72000
dtype: int64

unstack(): índices a columnas

df_unstack = df.unstack()
print(df_unstack)

Salida:

                   Salario
Departamento         IT  Ventas
Empleado                        
Ana                 NaN  55000.0
Luis             72000.0      NaN
👉 Alternar con stack() y unstack() es clave para armar tablas dinámicas y pivotes.

Resumen del tema 10

  • concat combina DataFrames por filas o columnas.
  • merge y join replican las uniones de SQL según columnas o índices.
  • stack y unstack reestructuran tablas entre formato ancho y largo.
  • Estas técnicas permiten integrar múltiples fuentes en una vista coherente.
Volver al inicio