Kết hợp hai Khung dữ liệu gấu trúc (tham gia vào một cột chung)

Tôi có 2 khung dữ liệu:

Restaurant_ids_dataframe

Data columns (total 13 columns):
business_id      4503  non-null values
categories       4503  non-null values
city             4503  non-null values
full_address     4503  non-null values
latitude         4503  non-null values
longitude        4503  non-null values
name             4503  non-null values
neighborhoods    4503  non-null values
open             4503  non-null values
review_count     4503  non-null values
stars            4503  non-null values
state            4503  non-null values
type             4503  non-null values
dtypes: bool(1), float64(3), int64(1), object(8)`

và

Restaurant_review_frame

Int64Index: 158430 entries, 0 to 229905
Data columns (total 8 columns):
business_id    158430  non-null values
date           158430  non-null values
review_id      158430  non-null values
stars          158430  non-null values
text           158430  non-null values
type           158430  non-null values
user_id        158430  non-null values
votes          158430  non-null values
dtypes: int64(1), object(7)

Tôi muốn kết hợp hai DataFrame này để biến chúng thành một khung dữ liệu duy nhất bằng cách sử dụng lệnh DataFrame.join () trong gấu trúc.

Tôi đã thử dòng mã sau:

#the following line of code creates a left join of restaurant_ids_frame and   restaurant_review_frame on the column 'business_id'
restaurant_review_frame.join(other=restaurant_ids_dataframe,on='business_id',how='left')

Nhưng khi tôi thử điều này, tôi gặp lỗi sau:

Exception: columns overlap: Index([business_id, stars, type], dtype=object)

Tôi còn rất mới đối với gấu trúc và không biết tôi đang làm gì sai khi thực hiện câu lệnh tham gia.

bất kì sự trợ giúp nào đều được đánh giá cao.

Bạn có thể sử dụng hợp nhất để kết hợp hai khung dữ liệu thành một:

import pandas as pd
pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')

nơi trên quy định cụ thể tên trường mà tồn tại trong cả dataframes tham gia vào, và cách định nghĩa của nó cho dù bên trong / ngoài / trái / phải tham gia, với bên ngoài sử dụng 'công đoàn các phím từ cả hai khung (SQL: đầy đủ bên ngoài tham gia).' Vì bạn có cột 'sao' trong cả hai khung dữ liệu, điều này theo mặc định sẽ tạo ra hai cột star_x và star_y trong khung dữ liệu kết hợp. Như @DanAllan đã đề cập cho phương thức nối, bạn có thể sửa đổi các hậu tố để hợp nhất bằng cách chuyển nó dưới dạng kwarg. Mặc định là suffixes=('_x', '_y'). nếu bạn muốn làm điều gì đó như star_restaurant_idvà star_restaurant_review, bạn có thể làm:

 pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))

Các thông số được giải thích chi tiết trong liên kết này .

Việc tham gia không thành công nếu DataFrames có một số tên cột chung. Cách đơn giản nhất là bao gồm một lsuffixhoặc rsuffixtừ khóa như vậy:

restaurant_review_frame.join(restaurant_ids_dataframe, on='business_id', how='left', lsuffix="_review")

Bằng cách này, các cột có tên riêng biệt. Tài liệu giải quyết vấn đề này rất .

Hoặc, bạn có thể giải quyết vấn đề này bằng cách xóa các cột vi phạm trước khi tham gia. Ví dụ, nếu các ngôi sao trong restaurant_ids_dataframelà thừa so với các ngôi sao trong restaurant_review_frame, bạn có thể del restaurant_ids_dataframe['stars'].

Trong trường hợp bất kỳ ai cần thử và hợp nhất hai khung dữ liệu với nhau trên chỉ mục (thay vì một cột khác), điều này cũng hoạt động!

T1 và T2 là các khung dữ liệu có cùng chỉ số

import pandas as pd
T1 = pd.merge(T1, T2, on=T1.index, how='outer')

Tái bút Tôi đã phải sử dụng hợp nhất vì nối thêm sẽ điền NaN vào không cần thiết.