Question

我有以下系列文章：

const iterable = {
  [Symbol.iterator]() {
    return {
      next() {
        return {} // <~ doesn't have done property - will cause infinite iteration
      }
    }
  }
}
console.log([...iterable])

和数据框：

>>>counts = pd.Series({'0.0':5, '1.0':6, '2.0':14, '3.0':98})
>>>counts
0.0     5
1.0     6
2.0    14
3.0    98
dtype: int64

我想合并系列中的数据框，使其系列的索引与数据框的>>>topic_keywords = [(0, 0.0, 'challenge, web, language, require, bot'), (1, 3.0, 'time, huge, figure, image, run, develop'), (2, 1.0, 'datum, user, access, speech, bandwidth'), (3, 2.0, ' main, decide, audio, sensor, disabled, make'), (4, 2.0, ' main, decide, audio, sensor, disabled, make'), (5, 0.0, 'challenge, web, language, require, bot')] >>> topicKeywordsDf = pd.DataFrame(topic_keywords, columns=['ID', 'Topic_Num', 'Topic_Keywords']) >>> topicKeywordsDf = topicKeywordsDf.set_index('ID') >>> topicKeywordsDf Topic_Num Topic_Keywords ID 0 0.0 challenge, web, language, require, bot 1 3.0 time, huge, figure, image, run, develop 2 1.0 datum, user, access, speech, bandwidth 3 2.0 main, decide, audio, sensor, disabled, make 4 2.0 main, decide, audio, sensor, disabled, make 5 0.0 challenge, web, language, require, bot列匹配：

Topic_Num

最好，最终数据帧应基于Topic_Num Count Topic_Keywords 0.0 5 challenge, web, language, require, bot 1.0 14 datum, user, access, speech, bandwidth 2.0 6 main, decide, audio, sensor, disabled, make 3.0 98 time, huge, figure, image, run, develop进行排序。如何合并这些？

尝试：

Topic_Num

但是出现此错误：

ValueError：您正在尝试合并object和float64列。如果您希望继续，应该使用pd.concat

Answer 1

您必须添加一些内容：

首先，您的counts_df没有列名，添加名称将为您提供一个具有列名的数据框

CapWord

您的合并现在有效。您应该删除不使用的列，并考虑是否要重复。如果您的counts_df已排序，那么合并将是这样。

counts_df=pd.DataFrame({'Topic_Num':counts.index, 'value':counts.values})

Python Pandas：将数据框合并到系列的索引和数据框的列上

1 个答案: