python – 如果左右df的键不同,pandas merge会做奇怪的工作
发布时间：2020-12-20 13:16:41 所属栏目：Python 来源：网络整理
导读：我发现如果左右键的索引不同,pandas merge方法会很奇怪. 例如,我定义左右数据帧如下 left_df 0 1 2 3 4 50 1 2 1 2 3 41 2 3 2 3 4 52 1 2 3 4 5 63 2 2 4 5 6 74 2 3 5 6 7 8 right_df 0 1 2 3 4 50 1 2 3 4 5 61 1 2 3 4 5 72 2 3 4 5 6 73 2 3 4 5 6 8 并
|
我发现如果左右键的索引不同,pandas merge方法会很奇怪.
例如,我定义左右数据帧如下 left_df 0 1 2 3 4 5 0 1 2 1 2 3 4 1 2 3 2 3 4 5 2 1 2 3 4 5 6 3 2 2 4 5 6 7 4 2 3 5 6 7 8 right_df 0 1 2 3 4 5 0 1 2 3 4 5 6 1 1 2 3 4 5 7 2 2 3 4 5 6 7 3 2 3 4 5 6 8 并使用一些参数合并作业, pd.merge(left_df,right_df,how="inner",left_on = [0,1],right_on=[0,indicator=False) 结果找到了预期的结果. 0 1 2_x 3_x 4_x 5_x 2_y 3_y 4_y 5_y
0 1 2 1 2 3 4 3 4 5 6
1 1 2 1 2 3 4 3 4 5 7
2 1 2 3 4 5 6 3 4 5 6
3 1 2 3 4 5 6 3 4 5 7
4 2 3 2 3 4 5 4 5 6 7
5 2 3 2 3 4 5 4 5 6 8
6 2 3 5 6 7 8 4 5 6 7
7 2 3 5 6 7 8 4 5 6 8
但是如果我设置left_on和right_on params不同,结果会变得非常奇怪,如下所示. merge job with '1,2' left key index
pd.merge(left_df,left_on = [1,2],indicator=False)
1 2 0_x 1_x 2_x 3_x 4_x 5_x 0_y 1_y 2_y 3_y 4_y 5_y
0 2 3 1 2 3 4 5 6 2 3 4 5 6 7
1 2 3 1 2 3 4 5 6 2 3 4 5 6 8
^ ^ ^ ^
these columns are duplicated.
0_x 1 2 3_x 4_x 5_x 2_y 3_y 4_y 5_y
0 1 2 3 4 5 6 4 5 6 7
1 1 2 3 4 5 6 4 5 6 8
this is what I expected. (keys of each df are removed.)
有什么参数或方法可以解决上面奇怪的工作吗？ 解决方法
我想知道我提到的奇怪结果的情况,所以我把自己的假设分成两个案例.
>每个键的列名不同时 通过一些测试用例,我可以弄清楚当每个键的列名不同时,结果不太好. 所以这个问题可以很容易地处理chaning列名. left_df 0 key0 key1 3 4 5 0 1 2 1 2 3 4 1 2 3 2 3 4 5 2 1 2 3 4 5 6 3 2 2 4 5 6 7 4 2 3 5 6 7 8 right_df key0 key1 2 3 4 5 0 1 2 3 4 5 6 1 1 2 3 4 5 7 2 2 3 4 5 6 7 3 2 3 4 5 6 8 result 0 key0 key1 3_x 4_x 5_x 2 3_y 4_y 5_y 0 1 2 3 4 5 6 4 5 6 7 1 1 2 3 4 5 6 4 5 6 8 以下是简单的代码实现. key_entry = []
for i in range(len([1,2])):
key_entry.append('key' + str(i))
left_rename_map = {}
for i,each in zip([1,key_entry):
left_rename_map[i] = each
right_rename_map = {}
for i,each in zip([0,key_entry):
right_rename_map[i] = each
df1 = df1.rename(columns=left_rename_map)
df2 = df2.rename(columns=right_rename_map)
在我看来,Pandas尝试保存所有列信息(在本例中为列名).因此,如果键的列名不同,Pandas认为该列不相同,并且虽然每个值都与列相同,但它不会删除键列. （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |