Question

我有两个具有以下信息的数据框：

>>> ratings.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5 entries, 0 to 4
Data columns (total 4 columns):
id            5 non-null int64
movie_id      5 non-null object
rating        5 non-null object
account_id    5 non-null int64
dtypes: int64(2), object(2)
memory usage: 240.0+ bytes

>> movies.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 296 entries, 0 to 295
Data columns (total 9 columns):
id              296 non-null int64
description     296 non-null object
genre           296 non-null object
imdb_url        296 non-null object
img_url         296 non-null object
title           296 non-null object
users_rating    296 non-null object
year            296 non-null object
movie_id        296 non-null object
dtypes: int64(1), object(8)
memory usage: 20.9+ KB

尽管公用列具有相同的数据类型，但显示：

>>> pd.merge(ratings,movies)
Empty DataFrame
Columns: [id, movie_id, rating, account_id, description, genre, 
imdb_url, img_url, title, users_rating, year]
Index: []

先前关于stackoverflow的答案建议检查数据类型的相似性。但是，由于我的数据类型相同，该错误的解决方案是什么？

Answer 1

这是使用['id'，'movie_id']进行的内部联接，因此如果生成的DF为空，则两个数据帧中的id和movie_id的组合均不匹配。比较两个数据帧中不同的“ id”和“ movie_id”组合

movies.groupby(['id', 'movie_id'])['id'].count()
ratings.groupby(['id', 'movie_id'])['id'].count()

熊猫合并方法返回空数据框

1 个答案: