合并两个熊猫数据框(在公共列上连接)

2025-01-20 09:07:00
admin
原创
98
摘要:问题描述:我有2个数据框:restaurant_ids_dataframeData columns (total 13 columns): business_id 4503 non-null values categories 4503 non-null values city ...

问题描述:

我有2个数据框:

restaurant_ids_dataframe

Data columns (total 13 columns):
business_id      4503  non-null values
categories       4503  non-null values
city             4503  non-null values
full_address     4503  non-null values
latitude         4503  non-null values
longitude        4503  non-null values
name             4503  non-null values
neighborhoods    4503  non-null values
open             4503  non-null values
review_count     4503  non-null values
stars            4503  non-null values
state            4503  non-null values
type             4503  non-null values
dtypes: bool(1), float64(3), int64(1), object(8)`

餐厅评论框架

Int64Index: 158430 entries, 0 to 229905
Data columns (total 8 columns):
business_id    158430  non-null values
date           158430  non-null values
review_id      158430  non-null values
stars          158430  non-null values
text           158430  non-null values
type           158430  non-null values
user_id        158430  non-null values
votes          158430  non-null values
dtypes: int64(1), object(7)

我想使用 pandas 中的 DataFrame.join() 命令将这两个 DataFrame 合并为一个数据框。

我尝试过以下代码行:

#the following line of code creates a left join of restaurant_ids_frame and   restaurant_review_frame on the column 'business_id'
restaurant_review_frame.join(other=restaurant_ids_dataframe,on='business_id',how='left')

但是当我尝试这个时我收到以下错误:

Exception: columns overlap: Index([business_id, stars, type], dtype=object)

我对 Pandas 还很陌生,不知道在执行连接语句方面我做错了什么。

任何帮助都将非常感激。


解决方案 1:

您可以使用合并将两个数据框合并为一个:

import pandas as pd
pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')

其中on指定要连接的两个数据框中都存在的字段名称,以及how
定义其内部/外部/左/右连接,其中 outer 使用“来自两个框架的键的并集(SQL:完全外连接)”。由于两个数据框中都有“star”列,因此默认情况下将在组合数据框中创建两列 star_x 和 star_y。正如 @DanAllan 提到的 join 方法,您可以通过将其作为 kwarg 传递来修改 merge 的后缀。默认值为suffixes=('_x', '_y')。如果你想做类似star_restaurant_idand 的事情star_restaurant_review,你可以这样做:

 pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))

此链接中详细解释了这些参数。

解决方案 2:

如果 DataFrames 有一些共同的列名,则连接会失败。最简单的解决方法是包含lsuffixorrsuffix关键字,如下所示:

restaurant_review_frame.join(restaurant_ids_dataframe, on='business_id', how='left', lsuffix="_review")

这样,列就有了不同的名称。文档解决了这个问题。

或者,您可以通过在连接之前删除有问题的列来解决此问题。例如,如果 中的星星restaurant_ids_dataframe对于 中的星星来说是多余的restaurant_review_frame,您可以del restaurant_ids_dataframe['stars']

解决方案 3:

如果有人需要尝试在索引(而不是另一列)上合并两个数据框,这也是有效的!

T1 和 T2 是具有相同索引的数据框

import pandas as pd
T1 = pd.merge(T1, T2, on=T1.index, how='outer')

PS:我不得不使用合并,因为附加会不必要地填充 NaN。

解决方案 4:

如果您想水平合并两个 DataFrame,请使用以下代码:

df3 = pd.concat([df1, df2],axis=1, ignore_index=True, sort=False)
相关推荐
  政府信创国产化的10大政策解读一、信创国产化的背景与意义信创国产化,即信息技术应用创新国产化,是当前中国信息技术领域的一个重要发展方向。其核心在于通过自主研发和创新,实现信息技术应用的自主可控,减少对外部技术的依赖,并规避潜在的技术制裁和风险。随着全球信息技术竞争的加剧,以及某些国家对中国在科技领域的打压,信创国产化显...
工程项目管理   1590  
  为什么项目管理通常仍然耗时且低效?您是否还在反复更新电子表格、淹没在便利贴中并参加每周更新会议?这确实是耗费时间和精力。借助软件工具的帮助,您可以一目了然地全面了解您的项目。如今,国内外有足够多优秀的项目管理软件可以帮助您掌控每个项目。什么是项目管理软件?项目管理软件是广泛行业用于项目规划、资源分配和调度的软件。它使项...
项目管理软件   1361  
  信创产品在政府采购中的占比分析随着信息技术的飞速发展以及国家对信息安全重视程度的不断提高,信创产业应运而生并迅速崛起。信创,即信息技术应用创新,旨在实现信息技术领域的自主可控,减少对国外技术的依赖,保障国家信息安全。政府采购作为推动信创产业发展的重要力量,其对信创产品的采购占比情况备受关注。这不仅关系到信创产业的发展前...
信创和国产化的区别   18  
  信创,即信息技术应用创新产业,旨在实现信息技术领域的自主可控,摆脱对国外技术的依赖。近年来,国货国用信创发展势头迅猛,在诸多领域取得了显著成果。这一发展趋势对科技创新产生了深远的推动作用,不仅提升了我国在信息技术领域的自主创新能力,还为经济社会的数字化转型提供了坚实支撑。信创推动核心技术突破信创产业的发展促使企业和科研...
信创工作   18  
  信创技术,即信息技术应用创新产业,旨在实现信息技术领域的自主可控与安全可靠。近年来,信创技术发展迅猛,对中小企业产生了深远的影响,带来了诸多不可忽视的价值。在数字化转型的浪潮中,中小企业面临着激烈的市场竞争和复杂多变的环境,信创技术的出现为它们提供了新的发展机遇和支撑。信创技术对中小企业的影响技术架构变革信创技术促使中...
信创国产化   19  
热门文章
项目管理软件有哪些?
云禅道AD
禅道项目管理软件

云端的项目管理软件

尊享禅道项目软件收费版功能

无需维护,随时随地协同办公

内置subversion和git源码管理

每天备份,随时转为私有部署

免费试用