Question

这是我的两个数据框保存在两个变量中：

> print(df.head())
>
          club_name  tr_jan  tr_dec  year
    0  ADO Den Haag    1368    1422  2010
    1  ADO Den Haag    1455    1477  2011
    2  ADO Den Haag    1461    1443  2012
    3  ADO Den Haag    1437    1383  2013
    4  ADO Den Haag    1386    1422  2014
> print(rankingdf.head())
>
           club_name  ranking  year
    0    ADO Den Haag    12    2010
    1    ADO Den Haag    13    2011
    2    ADO Den Haag    11    2012
    3    ADO Den Haag    14    2013
    4    ADO Den Haag    17    2014

我正在尝试使用此代码合并这两个：

new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')

添加了how ='left'，因为我的ranking_df中的数据点数少于标准df中的数据点。

预期的行为是这样的：

> print(new_df.head()) 
> 

      club_name  tr_jan  tr_dec  year    ranking
0  ADO Den Haag    1368    1422  2010    12
1  ADO Den Haag    1455    1477  2011    13
2  ADO Den Haag    1461    1443  2012    11
3  ADO Den Haag    1437    1383  2013    14
4  ADO Den Haag    1386    1422  2014    17

但是我收到了这个错误：

ValueError：您正在尝试合并object和int64列。如果你想继续，你应该使用pd.concat

但是我不想使用concat，因为我想合并树而不仅仅是添加它们。

在我看来，另一种奇怪的行为是，如果我将第一个df保存到.csv然后将.csv加载到数据帧中，我的代码就可以工作。

代码：

df = pd.DataFrame(data_points, columns=['club_name', 'tr_jan', 'tr_dec', 'year'])
df.to_csv('preliminary.csv')

df = pd.read_csv('preliminary.csv', index_col=0)

ranking_df = pd.DataFrame(rankings, columns=['club_name', 'ranking', 'year'])

new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')

我认为它与index_col = 0参数有关。但我不知道如何解决它而不必保存它，它并不重要，但是我必须这样做是一种烦恼。

Answer 1

在您的一个数据框中，年份是字符串，另一个是int64 您可以先转换然后加入（例如df['year']=df['year'].astype(int)或RafaelC建议df.year.astype(int)）

Answer 2

我发现我的dfs都具有相同的类型列（str），但是从join切换到merge解决了这个问题。

Answer 3

@Arnon Rotem-Gal-Oz的答案大部分是正确的。但我想指出df['year']=df['year'].astype(int)和df.year.astype(int)之间的区别。 df.year.astype(int)返回数据框的视图，并且没有明确更改类型，至少在熊猫0.24.2中。 df['year']=df['year'].astype(int)由于是分配，因此明确更改了类型。我认为这是永久更改列的dtype的最安全方法。

示例：

df = pd.DataFrame({'Weed': ['green crack', 'northern lights', 'girl scout cookies'], 'Qty':[10,15,3]}) df.dtypes

杂草对象，数量int64

df['Qty'].astype(str) df.dtypes

杂草对象，数量int64

有时即使将inplace arg设置为True也无济于事。我不知道为什么虽然发生。在大多数情况下，inplace = True等于显式分配。

df['Qty'].astype(str, inplace = True) df.dtypes

杂草对象，数量int64

现在分配，

df['Qty'] = df['Qty'].astype(str) df.dtypes

杂草对象，数量对象

Answer 4

当两个表中的公共列具有不同的数据类型时，就会发生这种情况。

示例：在表1中，您将 date 作为字符串，而在表2中，您将 date 作为日期时间。因此在合并之前，我们需要将日期更改为通用数据类型。

Answer 5

其他：将df保存为.csv格式时，日期时间（在这种情况下为年份）另存为对象，因此合并时需要将其转换为整数（在这种情况下为年份）。这就是为什么当您从csv文件上载两个df时，可以轻松进行合并，而如果一个df是从csv文件上载而另一个是从现有df上载，则会出现上述错误。这有点烦人，但是请牢记一个简单的解决方案。

Answer 6

首先检查要合并的列的类型。您会看到其中一个是字符串，其中另一个是int。然后按照以下代码将其转换为int：

df["something"] = df["something"].astype(int)

merged = df.merge[df1, on="something"]

Answer 7

这个简单的解决方案对我有用

    final = pd.concat([df, rankingdf], axis=1, sort=False)

但是您可能需要先删除一些重复的列。

尝试合并2个数据帧但得到ValueError

7 个答案: