Wie behebe ich Spaltenüberlappungsfehler beim Kombinieren von Pandas-Datenrahmen mit „join()'?

Kombinieren von Pandas-Datenrahmen mithilfe der Zusammenführung in einer gemeinsamen Spalte

Bei der Arbeit mit Datenanalyseaufgaben ist es häufig erforderlich, Daten aus mehreren Quellen in einem einzigen Datenrahmen zu kombinieren . Pandas bietet mehrere Methoden zum Durchführen von Datenrahmenverknüpfungen. Eine davon ist merge(), mit der wir Datenrahmen basierend auf gemeinsamen Spalten kombinieren können.

Angenommen, wir haben zwei Datenrahmen:

restaurant_ids_dataframe:

Column Name	Data Type
business_id	int
categories	object
city	object
full_address	object
latitude	float
longitude	float
name	object
neighborhoods	object
open	bool
review_count	int
stars	float
state	object
type	object

restaurant_review_frame:

Column Name	Data Type
business_id	int
date	object
review_id	int
stars	float
text	object
type	object
user_id	int
votes	int

Das Ziel besteht darin, diese Datenrahmen mithilfe von DataFrame.join zu einem einzigen Datenrahmen zu kombinieren ()-Methode. Normalerweise würden wir erwarten, dass der Join für die gemeinsame Spalte business_id durchgeführt wird. Wenn wir jedoch versuchen, die folgende Codezeile auszuführen:

restaurant_review_frame.join(other=restaurant_ids_dataframe, on='business_id', how='left')

wir erhalten eine Fehlermeldung:

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

Um dieses Problem zu beheben, sollten wir stattdessen die Methode merge() verwenden und dabei angeben gemeinsame Spalte im on-Parameter. Die Methode merge() dient dazu, überlappende Spalten zu verarbeiten und die Datenrahmen entsprechend zu kombinieren. Die Syntax wäre:

<code class="python">import pandas as pd
pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')</code>

Hier definiert der Parameter „how“ die Art der auszuführenden Verknüpfung. In diesem Fall haben wir Outer verwendet, das einen vollständigen Outer-Join durchführt und alle Zeilen aus beiden Datenrahmen kombiniert.

Zusätzlich können wir die Suffixe für die zusammengeführten Spalten mit dem Parameter suffixes angeben, was uns eine Anpassung ermöglicht die Spaltennamen im resultierenden Datenrahmen. Um beispielsweise die Spalten „star_restaurant_id“ und „star_restaurant_review“ als Suffix zu verwenden, können wir Folgendes verwenden:

<code class="python">pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))</code>

Die merge()-Methode bietet einen umfassenden Satz von Parametern, die eine differenzierte Steuerung des Join-Vorgangs ermöglichen und so eine effiziente und effiziente Steuerung ermöglichen genaue Datenrahmenkombinationen.

Das obige ist der detaillierte Inhalt vonWie behebe ich Spaltenüberlappungsfehler beim Kombinieren von Pandas-Datenrahmen mit „join()'?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!