这些是我的两个数据框保存在两个变量中:
> print(df.head())
>
club_name tr_jan tr_dec year
0 ADO Den Haag 1368 1422 2010
1 ADO Den Haag 1455 1477 2011
2 ADO Den Haag 1461 1443 2012
3 ADO Den Haag 1437 1383 2013
4 ADO Den Haag 1386 1422 2014
> print(rankingdf.head())
>
club_name ranking year
0 ADO Den Haag 12 2010
1 ADO Den Haag 13 2011
2 ADO Den Haag 11 2012
3 ADO Den Haag 14 2013
4 ADO Den Haag 17 2014
我正在尝试使用以下代码合并这两个:
new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')
添加了how ='left',因为我的排名df中的数据点少于我的标准df中的数据点。
预期的行为是这样的:
> print(new_df.head())
>
club_name tr_jan tr_dec year ranking
0 ADO Den Haag 1368 1422 2010 12
1 ADO Den Haag 1455 1477 2011 13
2 ADO Den Haag 1461 1443 2012 11
3 ADO Den Haag 1437 1383 2013 14
4 ADO Den Haag 1386 1422 2014 17
但我得到这个错误:
ValueError:您正在尝试合并object和int64列。如果您想继续,请使用pd.concat
但是我不想使用concat,因为我想合并树而不仅仅是添加它们。
在我看来,另一种奇怪的行为是,如果我将第一个df保存到.csv然后将.csv加载到数据帧中,我的代码就可以工作了。
代码:
df = pd.DataFrame(data_points, columns=['club_name', 'tr_jan', 'tr_dec', 'year'])
df.to_csv('preliminary.csv')
df = pd.read_csv('preliminary.csv', index_col=0)
ranking_df = pd.DataFrame(rankings, columns=['club_name', 'ranking', 'year'])
new_df = df.merge(ranking_df, on=['club_name', 'year'], how='left')
我认为它与index_col = 0参数有关。但我不知道如何解决它而不必保存它,它并不重要但是我必须这样做是一种烦恼。
在你的一个数据帧中,年份是一个字符串,另一个是int64,你可以先转换然后加入(例如df['year']=df['year'].astype(int)
或RafaelC建议的df.year.astype(int)
)