我遇到的问题是,当我尝试加入Dataframe和Series时,由于某种原因,生成的Dataframe为空或者有一列NaN值。我想弄清楚为什么会这样。
该系列看起来像这样:
index
110 0.135135
111 0.000000
1110 0.000000
Dataframe看起来像这样:
mean std
index
1101 -41.000000 46.305225
1102 -58.724998 126.810371
1110 -6.375000 12.915982
如果我没有说明'怎么样,我就明白了:
mean std series_col
index
1101 -41.000000 46.305225 NaN
1102 -58.724998 126.810371 NaN
1110 -6.375000 12.915982 NaN
这就是我尝试使用以下方式加入两者的方法:
merged = df1.join(series1, how='inner')
我得到了这个输出:
Empty DataFrame
Columns: [mean, std, series_col]
Index: []
我无法弄清楚出了什么问题。我认为它必须是一个索引问题,但我确信Dataframe和Series都有一些与数据匹配的交叉索引。
如果我能提供任何其他有用的信息,请告诉我。
答案 0 :(得分:3)
当我这样做时,我得到了
df1.join(series1)
mean std 1
1101 -41.000000 46.305225 NaN
1102 -58.724998 126.810371 NaN
1110 -6.375000 12.915982 0.0
我猜你的一个索引是字符串而另一个是整数
答案 1 :(得分:2)
问题索引不同dtypes
,因此请NaN
。
解决方案将两个索引都转换为int
或两者转换为str
以进行对齐:
series1.index = series1.index.astype(int)
df1.index = df1.index.astype(int)
series1.index = series1.index.astype(str)
df1.index = df1.index.astype(str)
对我而言,它回归:
#inner join
merged = df1.join(series1, how='inner')
print (merged)
mean std val
index
1110 -6.375 12.915982 0.0
#default left join
merged = df1.join(series1)
#same as:
merged = df1.join(series1, how='left')
print (merged)
mean std val
index
1101 -41.000000 46.305225 NaN
1102 -58.724998 126.810371 NaN
1110 -6.375000 12.915982 0.0
merged = df1.join(series1, how='outer')
print (merged)
mean std val
index
110 NaN NaN 0.135135
1101 -41.000000 46.305225 NaN
1102 -58.724998 126.810371 NaN
111 NaN NaN 0.000000
1110 -6.375000 12.915982 0.000000
merged = df1.join(series1, how='right')
print (merged)
mean std val
index
110 NaN NaN 0.135135
111 NaN NaN 0.000000
1110 -6.375 12.915982 0.000000