这是我保存在两个变量中的两个数据框:
> 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
我正在尝试使用以下代码合并这两个:
new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')
添加how =’left’的原因是,我的ranking_df中的数据点少于标准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
但是我得到这个错误:
ValueError:您正在尝试合并object和int64列。如果要继续,则应使用pd.concat
但是我不希望使用concat,因为我想合并树而不只是添加它们。
我想到的另一种行为是,如果我将第一个df保存到.csv,然后将该.csv加载到数据帧中,则我的代码将起作用。
该代码:
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')
我认为这与index_col = 0参数有关。但是我不知道有没有保存就修复它的想法,这没什么大不了,但是我不得不这样做。
在您的一个数据帧中,年份是一个字符串,而另一个则是int64,您可以先将其转换然后再加入(例如,df['year']=df['year'].astype(int)或按RafaelC的建议df.year.astype(int))
df['year']=df['year'].astype(int)
df.year.astype(int)
编辑:还请注意Anderson Zhu的评论:万一您None在一个数据框中有或缺少值,则需要使用Int64而不是int。请参阅此处的参考。
None
Int64
int