- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我遇到了以下问题。我想合并多个列上的两个数据框(确切地说是 11 列)。令人惊讶的是,通常的方法不起作用。示例数据帧如下:df1:
c1 c2 c3 c4 c5 c6 event_count
1 2 a ff 0 1 5
1 2 b fg 1 3 6
1 2 c hg 2 4 20
1 2 d gf 0 1 7
1 2 e fg 1 4 1
df2:
c1 c2 c3 c4 c5 c6 event_type event_price
1 2 a ff 0 1 a 20
1 2 b fg 1 3 a 20
1 2 c hg 2 4 b 30
1 2 d gf 0 1 b 40
1 2 e fg 1 4 b 50
我试过了
result = pd.merge(df1, df2, how='outer', on = ['c1','c2','c3','c4','c5','c6'])
而且这在技术上应该可行:
result = pd.merge(df1, df2, how='outer')
但我明白了:
c1 c2 c3 c4 c5 c6 event_count event_type event_price
1 2 a ff 0 1 5
1 2 b fg 1 3 6
1 2 c hg 2 4 20
1 2 d gf 0 1 7
1 2 e fg 1 4 1
1 2 a ff 0 1 a 20
1 2 b fg 1 3 a 20
1 2 c hg 2 4 b 30
1 2 d gf 0 1 b 40
1 2 e fg 1 4 b 50
当我想要得到这个时:
c1 c2 c3 c4 c5 c6 event_count event_type event_price
1 2 a ff 0 1 5 a 20
1 2 b fg 1 3 6 a 20
1 2 c hg 2 4 20 b 30
1 2 d gf 0 1 7 b 40
1 2 e fg 1 4 1 b 50
我也尝试过使用索引:
df1_index = df1.set_index(['c1', 'c2','c3'....]); df2_index =df2.set_index(['c1', 'c2','c3'....]); result = pd.concat([df1_index, df2_index], axis=1);
但这给出了同样的错误结果。我确保两个表的数据类型也相同。我不知道还能尝试什么。有什么建议吗?谢谢:)
最佳答案
如果一个 DataFrame 中的值是数字字符串,而另一个 DataFrame 中的值是数字,则可能会发生您所描述的行为。它们看起来相同,但比较起来却有所不同。
例如,请考虑下面的 df1
和 df2
。它们的 c
列完全相同,只是 df1['c1']
包含字符串,而 df2['c1']
包含整数。
import pandas as pd
df1 = pd.DataFrame({'c1': ['1', '1', '1', '1', '1'],
'c2': [2, 2, 2, 2, 2],
'c3': ['a', 'b', 'c', 'd', 'e'],
'c4': ['ff', 'fg', 'hg', 'gf', 'fg'],
'c5': [0, 1, 2, 0, 1],
'c6': [1, 3, 4, 1, 4],
'event_count': [5, 6, 20, 7, 1]})
df2 = pd.DataFrame({'c1': [1, 1, 1, 1, 1],
'c2': [2, 2, 2, 2, 2],
'c3': ['a', 'b', 'c', 'd', 'e'],
'c4': ['ff', 'fg', 'hg', 'gf', 'fg'],
'c5': [0, 1, 2, 0, 1],
'c6': [1, 3, 4, 1, 4],
'event_price': [20, 20, 30, 40, 50],
'event_type': ['a', 'a', 'b', 'b', 'b']})
合并无法匹配任何行,因为 1 != '1'
:
print(pd.merge(df1, df2, how='outer'))
# c1 c2 c3 c4 c5 c6 event_count event_price event_type
# 0 1 2 a ff 0 1 5 NaN NaN
# 1 1 2 b fg 1 3 6 NaN NaN
# 2 1 2 c hg 2 4 20 NaN NaN
# 3 1 2 d gf 0 1 7 NaN NaN
# 4 1 2 e fg 1 4 1 NaN NaN
# 5 1 2 a ff 0 1 NaN 20 a
# 6 1 2 b fg 1 3 NaN 20 a
# 7 1 2 c hg 2 4 NaN 30 b
# 8 1 2 d gf 0 1 NaN 40 b
# 9 1 2 e fg 1 4 NaN 50 b
如果我们将数字字符串转换为数字,然后合并按预期成功:
df1 = df1.convert_objects(numeric=True)
df2 = df2.convert_objects(numeric=True) # not necessary in my example, but may be necessary for you if the numeric strings are in df2.
print(pd.merge(df1, df2, how='outer'))
产量
c1 c2 c3 c4 c5 c6 event_count event_price event_type
0 1 2 a ff 0 1 5 20 a
1 1 2 b fg 1 3 6 20 a
2 1 2 c hg 2 4 20 30 b
3 1 2 d gf 0 1 7 40 b
4 1 2 e fg 1 4 1 50 b
虽然 df1 = df1.convert_objects(numeric=True)
可能会解决您的问题,但它当 df1
和/或首先定义df2
。
关于python - pandas 数据库合并多列未正确合并,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31743682/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!