[英]Join with MultiIndex DataFrames Creates Empty Fields [pandas]
我正在尝试在两个字段(“ date_key”和“ user_uuid”)上以大熊猫的形式联接两个DataFrame,但是当我这样做时,尽管在搜索表中查找匹配项时存在重叠,但我只会得到一个空集。
DataFrame one(icloset)看起来像:
In [167]: icloset.head()
Out[167]:
count ASL75
date_key user_uuid
20130917 000a26bf-e7ff-3124-9b00-b227ee155e7f 11 9.03510
0017b444-83f7-3adb-9727-926de4041731 3 45.05510
0022c69b-f1f5-301e-812d-89725e17c9dd 19 31.71980
00453fcd-93bd-373e-9248-f821ce8279f2 10 17.68785
004a050d-f855-3c9c-bfe0-5c504df965bc 8 45.20115
数据框二(definedRID)如下所示:
In [170]: definedRIDs.head()
Out[170]:
rid user_uuid rid_slots last48status bad_RID \
0 48830 2eda12da-d613-3e1e-95de-de3c75a5f9ef 1 Fulfilling False
1 51025 a466303a-d66d-3db8-b640-c4d57d134404 1 Fulfilling False
2 51457 c41d87d3-8abc-328d-ae00-c63d7cf81ef2 1 Fulfilled False
3 48626 97ff5c81-e5df-30ac-9b7a-bda73fbf499f 1 Fulfilled False
4 51450 0ac72f09-0fb7-35ae-b8a2-ee6d131100b0 1 Fulfilled False
date_key
0 20130924
1 20130927
2 20130927
3 20130923
4 20130927
我确保去除了defineRID的索引,以使其看起来像文档中的该示例 。
由于某些原因,当我尝试在文档中复制示例时,合并字段(count和ASL75)中的结果为空:
In [171]: definedRIDs.join(icloset,on=['date_key','user_uuid'])
Out[171]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 7623 entries, 0 to 7622
Data columns (total 8 columns):
rid 7623 non-null values
user_uuid 7623 non-null values
rid_slots 7623 non-null values
last48status 7623 non-null values
bad_RID 7623 non-null values
date_key 7623 non-null values
count 0 non-null values
ASL75 0 non-null values
dtypes: bool(1), float64(2), object(5)
但是,当我将数据帧导出到csv文件并手动搜索它们时,在两个匹配的文件中都有user_uuid和date_key组合。 关于我为什么在联接上存在这种不匹配的任何想法?
谢谢
在icloset
DataFrame上重置索引。 当您指定on
参数时,它会尝试匹配列,但icloset
框架中没有date_key
或user_uuid
列(因为它们在索引中),因此找不到匹配项。
definedRIDs.join(icloset.reset_index(),
on=['date_key','user_uuid'])
如果使用on
参数,则传入的值应为列名。
看起来我只需要确保键上的类型都是dtype = object。
实际上,正确的解决方案是将没有索引(左侧)的框架连接到右侧带有多重索引的框架:
closet['date_key']=closet['date_key'].astype(str)
definedRIDS['date_key'] = definedRIDS['date_key'].astype(str)
icloset = closet.set_index(['date_key','user_uuid'])
RIDdata = definedRIDs.join(icloset,on=['date_key','user_uuid'],how='inner')
希望这可以帮助其他人以后不会犯此错误,并澄清索引的加入。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.