Python Pandas格式

Question

我正在使用熊猫进行比较，我发现了下一个问题：

我有2个这样的表：

  DESCRIPTION   EXTRAS   ADDRESS  AVAILABLE
1   House        WiFi     CP 432     1
2   Farm         NONE     CP 345     1
3   House        Wifi     CP 315     1

  DESCRIPTION   EXTRAS   ADDRESS  AVAILABLE
1   House        WiFi     CP 437     0
2   House        Wifi     CP 315     0 

我有下一个输出：

ID   DESCRIPTION   EXTRAS   ADDRESS  AVAILABLE
1,1   House        WiFi     CP 432     1
2,2   Farm         NONE     CP 345     1
3,3   House        Wifi     CP 315     1
4,1   House        WiFi     CP 437     0

就像大熊猫混合两个ID一样。

另一方面，在另一个CSV中，我发现有些行看起来很棒，但其他行有“ID”列中的所有信息。奇怪的是，在合并两个CSV之前，所有信息都完美地放在正确的列中。它看起来像这样：

ID   DESCRIPTION   EXTRAS   ADDRESS  AVAILABLE
1   House        WiFi     CP 432     1
2;Farm NONE CP 345 1
3   House        Wifi     CP 315     1
1   House        WiFi     CP 437     0

在两种情况下合并2个CSV的代码如下：

df1 = pd.read_csv(get_work_folder_path(args.processName) + "/" + args.processName +"EnAlquiler"+ ".csv" , error_bad_lines=False)
df2 = pd.read_csv(get_work_folder_path(args.processName) + "/" + args.processName + ".csv" , error_bad_lines=False)

frames = [df1, df2]
result = pd.concat(frames)

df5 = pd.DataFrame(result)
df5.drop_duplicates( keep='first', inplace = True)

df5.to_csv(get_work_folder_path(args.processName) + "/" + args.processName +"HomeAwayComparacion"+ ".csv")

print(df5)

Answer 1

我怀疑您的一个CSV输入格式不正确。如果没有error_bad_lines = False它将无法工作，有点证明它。尝试在组合之前打开并导出csv文件。如果我是对的，你会看到同样的问题。

Answer 2

尝试追加功能：

str1 = io.StringIO('''
DESCRIPTION;EXTRAS;ADDRESS;AVAILABLE
1;House;WiFi;CP 432;1
2;Farm;NONE;CP 345;1
3;House;Wifi;CP 315;1
''')
df1 = pd.read_csv(str1, sep=";")

str2 = io.StringIO('''
DESCRIPTION;EXTRAS;ADDRESS;AVAILABLE
1;House;WiFi;CP 437;0
2;House;Wifi;CP 325;0
''')
df2 = pd.read_csv(str2, sep=";")

ddf = df1.append(df2)
print(ddf)

输出：

  DESCRIPTION EXTRAS ADDRESS  AVAILABLE
1       House   WiFi  CP 432          1
2        Farm   NONE  CP 345          1
3       House   Wifi  CP 315          1
1       House   WiFi  CP 437          0
2       House   Wifi  CP 325          0

如果要提供新的索引号，请使用ignore_index=True选项：

ddf = df1.append(df2, ignore_index=True)
print(ddf)

  DESCRIPTION EXTRAS ADDRESS  AVAILABLE
0       House   WiFi  CP 432          1
1        Farm   NONE  CP 345          1
2       House   Wifi  CP 315          1
3       House   WiFi  CP 437          0
4       House   Wifi  CP 325          0

Answer 3

检查df1和df2的输入和类型。检查数据框中的索引，如有必要，请使用“df.reset_index（）”

df1 =pd.DataFrame({"ID" : ["1","2","3"],
                   "DESCRIPTION" : ["House","Farm","House"],
                   "EXTRAS" : ["Wifi", None, "Wifi"],
                   "ADDRESS" : ["CP 432","CP 345","CP 315"],
                   "AVAILABLE" : [1,1,1]},
                   index = ["1","2","3"]
                  )
df2 =pd.DataFrame({"ID" : ["1","2"],
                   "DESCRIPTION" : ["House","House"],
                   "EXTRAS" : ["Wifi", "Wifi"],
                   "ADDRESS" : ["CP 432","CP 315"],
                   "AVAILABLE" : [0,0]},
                   index = [1,2]
                  )
frames = [df1, df2]
result=pd.concat(frames)
print(result)
df5 = pd.DataFrame(result)
df5.drop_duplicates( keep='first', inplace = True)
print(df5)

结果：

   ADDRESS  AVAILABLE DESCRIPTION EXTRAS ID
1  CP 432          1       House   Wifi  1
2  CP 345          1        Farm   None  2
3  CP 315          1       House   Wifi  3
1  CP 432          0       House   Wifi  1
2  CP 315          0       House   Wifi  2