大熊貓加入給出NaN值

Question

我想加入2個DataFrames

郵政編碼數據庫 （前10個條目）

    0   zip_code           City       State       County  Population
0   0      90001    Los Angeles  California  Los Angeles       54481
1   1      90002    Los Angeles  California  Los Angeles       44584
2   2      90003    Los Angeles  California  Los Angeles       58187
3   3      90004    Los Angeles  California  Los Angeles       67850
4   4      90005    Los Angeles  California  Los Angeles       43014
5   5      90006    Los Angeles  California  Los Angeles       62765
6   6      90007    Los Angeles  California  Los Angeles       45021
7   7      90008    Los Angeles  California  Los Angeles       30840
8   8      90009    Los Angeles  California  Los Angeles           -
9   9      90010    Los Angeles  California  Los Angeles        1943

和數據 （前10個條目）

    buyer                               zip_code
0   SWEENEY,THOMAS R & MICHELLE H       NaN
1   DOUGHERTY,HERBERT III & JENNIFER M  NaN
2   WEST COAST RLTY SVCS INC            NaN
3   LOVE,JULIE M                        NaN
4   SAHAR,DAVID NaN
5   SILBERSTERN,BRADLEY E TRUST         91199
6   LEE,SUSAN & JIMMY C                 92025
7   FRAZZANO REAL ESTATE I NC           NaN
8   RUV INVESTMENTS LLC                 91730
9   KAOS KAPITAL LLC                    NaN

因此，最終表應具有[買方，郵政編碼，城市，縣]。 我加入有關郵政編碼的問題。

data_2 = data.join(zipcode_database[['City', 'County', 'zip_code']].set_index('zip_code'), on='zip_code')

但是，即使對於實際存在郵政編碼的數據中的元組， 城市和縣列也是NaN 。

    buyer   zip_code    City    County
10  LANDON AVE TRUST 37736  NaN NaN NaN
11  UMAR,AHMAD  NaN NaN NaN
12  3 JPS INC   90717   NaN NaN
13  T & L HOLDINGS INC  95610   NaN NaN
14  CAHP HOLDINGS LLC   90808   NaN NaN
15  REBUILDING TOGETHER LONG BEACH  92344   NaN NaN
16  COLFIN AI-CA 4 LLC  NaN NaN NaN
17  GUTIERREZ,HUGO  91381   NaN NaN
18  VALBRIDGE CAP GOLDEN GATE FUND  NaN NaN NaN
19  SOLARES,OSCAR   92570   NaN NaN

為什么會這樣呢？ 郵政編碼數據庫包含從90001-999950的所有郵政編碼。

我首先想到的是“ zip_code”的數據類型在兩個方面是不同的：

print(zipcode_database['zip_code'].dtype)
print(data['zip_code'].dtype)

輸出：

int64
object

考慮使用astype進行類型轉換，但這不適用於NaN值。 有什么想法嗎？

Answer 1

您可以將NaN值NaN為浮點類型，但不能強制轉換為int。 在您的情況下，我會將兩個DataFrame中的zip_code字段都強制轉換為float，然后加入。

zipcode_database.zip_code = zipcode_database.zip_code.astype(float)
data.zip_code = data.zip_code.astype(float)
data_2 = data.join(zipcode_database[['City', 'County', 'zip_code']].set_index('zip_code'), on='zip_code')

我無法從您的示例數據中復制任何有意義的信息（沒有匹配的郵政編碼），但這應該可以解決問題。