Question

我有以下2个数据框：

df_a =

     mukey  DI  PI
0   100000  35  14
1  1000005  44  14
2  1000006  44  14
3  1000007  43  13
4  1000008  43  13

df_b = 
    mukey  niccdcd
0  190236        4
1  190237        6
2  190238        7
3  190239        4
4  190240        7

当我尝试加入这两个数据帧时：

join_df = df_a.join(df_b,on='mukey',how='left')

我收到错误：

*** ValueError: columns overlap but no suffix specified: Index([u'mukey'], dtype='object')

为什么会这样？数据框确实具有常见的“mukey”值。

Answer 1

您发布的数据片段上的错误有点神秘，因为没有常见值，连接操作失败，因为值不重叠，需要您为左右手提供后缀侧：

In [173]:

df_a.join(df_b, on='mukey', how='left', lsuffix='_left', rsuffix='_right')
Out[173]:
       mukey_left  DI  PI  mukey_right  niccdcd
index                                          
0          100000  35  14          NaN      NaN
1         1000005  44  14          NaN      NaN
2         1000006  44  14          NaN      NaN
3         1000007  43  13          NaN      NaN
4         1000008  43  13          NaN      NaN

merge有效，因为它没有此限制：

In [176]:

df_a.merge(df_b, on='mukey', how='left')
Out[176]:
     mukey  DI  PI  niccdcd
0   100000  35  14      NaN
1  1000005  44  14      NaN
2  1000006  44  14      NaN
3  1000007  43  13      NaN
4  1000008  43  13      NaN

Answer 2

.join()函数使用传递的参数数据集的index，因此您应该使用set_index或使用.merge函数。

请找到适合您案例的两个例子：

join_df = LS_sgo.join(MSU_pi.set_index('mukey'), on='mukey', how='left')

或

join_df = df_a.merge(df_b, on='mukey', how='left')

Answer 3

此错误表示两个表具有1个或多个具有相同列名的列名。该错误消息转换为：“我可以在两个表中看到相同的列，但您没有告诉我在将其中一个引入之前重命名”

您要么在使用del df ['column name']从另一列中删除其中一列之前删除其中一列，要么使用lsuffix重写原始列，或者使用rsuffix重命名正在使用的列之一带来了它。

df_a.join(df_b, on='mukey', how='left', lsuffix='_left', rsuffix='_right')

Answer 4

错误说明两个表有1个或多个列名相同的列名。

遇到相同错误但不想提供后缀的任何人都可以改为重命名列。如果您不想提供 on='mukey' 设置，还要确保两个 DataFrame 的索引在类型和值上匹配。

# rename example
df_a = df_a.rename(columns={'a_old': 'a_new', 'a2_old': 'a2_new'})
# set the index
df_a = df_a.set_index(['mukus'])
df_b = df_b.set_index(['mukus'])

df_a.join(df_b)

Answer 5

主要连接是专门用于基于索引的连接，而不是基于属性名称的连接，因此请在两个不同的数据框中更改属性名称，然后尝试连接，它们将被连接，否则会出现此错误

Pandas join问题：列重叠但未指定后缀

5 个答案: