我有2个 Dataframe :
餐厅_id_ Dataframe
Data columns (total 13 columns):
business_id 4503 non-null values
categories 4503 non-null values
city 4503 non-null values
full_address 4503 non-null values
latitude 4503 non-null values
longitude 4503 non-null values
name 4503 non-null values
neighborhoods 4503 non-null values
open 4503 non-null values
review_count 4503 non-null values
stars 4503 non-null values
state 4503 non-null values
type 4503 non-null values
dtypes: bool(1), float64(3), int64(1), object(8)`
以及
餐馆_评论_框架
Int64Index: 158430 entries, 0 to 229905
Data columns (total 8 columns):
business_id 158430 non-null values
date 158430 non-null values
review_id 158430 non-null values
stars 158430 non-null values
text 158430 non-null values
type 158430 non-null values
user_id 158430 non-null values
votes 158430 non-null values
dtypes: int64(1), object(7)
我想使用panda中的DataFrame.join()命令将这两个DataFrame连接成一个 Dataframe 。
我试过下面的代码行:
#the following line of code creates a left join of restaurant_ids_frame and restaurant_review_frame on the column 'business_id'
restaurant_review_frame.join(other=restaurant_ids_dataframe,on='business_id',how='left')
但当我尝试这样做时,我得到了以下错误:
Exception: columns overlap: Index([business_id, stars, type], dtype=object)
我对Pandas很陌生,就执行join语句而言,我不知道自己做错了什么。
任何帮助都将不胜感激。
4条答案
按热度按时间jtjikinw1#
可使用merge将两个 Dataframe 合并为一个:
其中on指定存在于要连接的两个 Dataframe 中的字段名称,how定义是否使用“来自两个帧的键的联合”进行内部/外部/左/右连接(SQL:因为你在两个 Dataframe 中都有'星星'列,所以默认情况下,这将在组合的 Dataframe 中创建两个列star_x和star_y。正如@DanAllan提到的join方法,你可以通过将其作为kwarg传递来修改merge的后缀。默认值是
suffixes=('_x', '_y')
。如果你想做类似star_restaurant_id
和star_restaurant_review
的事情,你可以这样做:此链接中详细解释了这些参数。
hm2xizp92#
如果DataFrame有一些共同的列名,则联接失败。最简单的方法是包含
lsuffix
或rsuffix
关键字,如下所示:这样,列就有了不同的名称。文档解决了这个问题。
或者,您可以通过在联接之前删除有问题的列来解决这个问题,例如,如果
restaurant_ids_dataframe
中的星号对于restaurant_review_frame
中的星号是多余的,则可以使用del restaurant_ids_dataframe['stars']
。gtlvzcf83#
如果任何人需要尝试合并索引上的两个 Dataframe (而不是另一列),这也是有效的!
T1和T2是具有相同索引的 Dataframe
我不得不使用合并,因为追加会不必要地填充NaNs。
hyrbngr74#
如果您想水平合并两个数据框,则使用以下代码: