Python通過兩個字段的內部聯接合並熊貓數據集

Question

我是社區中的新手，所以希望您能耐心一點。 我正在嘗試通過在“郵政編碼”和“日期”字段上使用內部聯接來合並兩個數據集。 原始代碼如下所示：

Datapump = pd.merge(hack, health, how='inner', left_on=['Date', 'CP'], right_on=['Creation', 'cp'])

但是關鍵是，每當我嘗試執行標頭操作時，我都會得到一個空的數據集，而在執行示例時可能會出錯：因此，我將“日期”字段表示為hack，將“創建”字段表示為健康作為索引。 然后我去參加。

Datapump = pd.merge(hack, health, how='inner', left_index=True, right_index=True)

不幸的是，我還需要現場郵政編碼。 因此，我在以下位置進行了另一個Datapump = pd.merge(hack, health, how='inner', left_on=['CP'], right_on=['cp'])

現在我可以獲取樣本和標頭了，但是根據我自己，一切都變得很奇怪，尤其是當我看到新數據集的條目數時：

<class 'pandas.core.frame.DataFrame'>

Int64Index：803206條目，0至803205數據列（共15列）：CP 803206非空對象Tipo Contaminante 803206非空int64 Valor 803206非空float64已驗證的803206非空對象nombre 803206非空對象edad 801296非-null對象cp 803206非空對象patologia 802387非空對象已創建803206非空datetime64 [ns] Edad_Cat 786829非空類別Duration 772661 non-null timedelta64 [ns] Duration_Seconds 772661 non-null float64 weekdays_created 803206 non-null int64 month 803206 non-null float64 cat_month 803206 non-null int64 dtypes：category（1），datetime64ns，float64（3），int64（3），object（6），timedelta64ns內存使用量：92.7+ MB

實際上，在健康狀況之前，大約有9000個條目，入侵了大約6000個條目。 通過執行內部聯接，我不可能得到803.206條目的數據集。

我如何以可以提供有意義和合理結果的方式進行內部聯接？

非常感謝您的耐心配合。

安德里亞

Answer 1

最終，我得以解決了這個問題。 該問題是由於數據框內部存在問題。 我打開原始的csv文件，然后手動清理有問題的行。 然后，我重新導入新文件，並能夠執行聯接。 問候，安德里亞