


Comment résoudre les erreurs de chevauchement de colonnes lors de la combinaison de trames de données Pandas avec « join() » ?
Combinaison de blocs de données Pandas à l'aide de la fusion sur une colonne commune
Lorsque vous travaillez avec des tâches d'analyse de données, il est souvent nécessaire de combiner des données provenant de plusieurs sources en un seul bloc de données . Pandas fournit plusieurs méthodes pour effectuer des jointures de blocs de données, dont merge() qui nous permet de combiner des blocs de données basés sur des colonnes communes.
Supposons que nous ayons deux blocs de données :
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 |
L'objectif est de combiner ces trames de données en une seule trame de données à l'aide du DataFrame.join () méthode. Nous nous attendons généralement à ce que la jointure soit effectuée sur la colonne commune business_id. Cependant, lorsque nous essayons la ligne de code suivante :
restaurant_review_frame.join(other=restaurant_ids_dataframe, on='business_id', how='left')
nous recevons une erreur :
Exception: columns overlap: Index([business_id, stars, type], dtype=object)
Pour résoudre ce problème, nous devons plutôt utiliser la méthode merge(), en spécifiant le colonne commune dans le paramètre on. La méthode merge() est conçue pour gérer les colonnes qui se chevauchent et combiner les blocs de données en conséquence. La syntaxe serait :
<code class="python">import pandas as pd pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')</code>
Ici, le paramètre how définit le type de jointure à effectuer. Dans ce cas, nous avons utilisé external, qui effectue une jointure externe complète, combinant toutes les lignes des deux blocs de données.
De plus, nous pouvons spécifier les suffixes pour les colonnes fusionnées à l'aide du paramètre suffixes, nous permettant de personnaliser les noms de colonnes dans le bloc de données résultant. Par exemple, pour suffixer les colonnes comme star_restaurant_id et star_restaurant_review, nous pouvons utiliser :
<code class="python">pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))</code>
La méthode merge() offre un ensemble complet de paramètres qui fournissent un contrôle précis sur l'opération de jointure, permettant une opération de jointure efficace et combinaisons précises de trames de données.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds











Python est plus facile à apprendre et à utiliser, tandis que C est plus puissant mais complexe. 1. La syntaxe Python est concise et adaptée aux débutants. Le typage dynamique et la gestion automatique de la mémoire le rendent facile à utiliser, mais peuvent entraîner des erreurs d'exécution. 2.C fournit des fonctionnalités de contrôle de bas niveau et avancées, adaptées aux applications haute performance, mais a un seuil d'apprentissage élevé et nécessite une gestion manuelle de la mémoire et de la sécurité.

Pour maximiser l'efficacité de l'apprentissage de Python dans un temps limité, vous pouvez utiliser les modules DateTime, Time et Schedule de Python. 1. Le module DateTime est utilisé pour enregistrer et planifier le temps d'apprentissage. 2. Le module de temps aide à définir l'étude et le temps de repos. 3. Le module de planification organise automatiquement des tâches d'apprentissage hebdomadaires.

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Python et C ont chacun leurs propres avantages, et le choix doit être basé sur les exigences du projet. 1) Python convient au développement rapide et au traitement des données en raison de sa syntaxe concise et de son typage dynamique. 2) C convient à des performances élevées et à une programmation système en raison de son typage statique et de sa gestion de la mémoire manuelle.

PythonlistSaReparmentofthestandardLibrary, tandis que les coloccules de colocède, tandis que les colocculations pour la base de la Parlementaire, des coloments de forage polyvalent, tandis que la fonctionnalité de la fonctionnalité nettement adressée.

Python excelle dans l'automatisation, les scripts et la gestion des tâches. 1) Automatisation: La sauvegarde du fichier est réalisée via des bibliothèques standard telles que le système d'exploitation et la fermeture. 2) Écriture de script: utilisez la bibliothèque PSUTIL pour surveiller les ressources système. 3) Gestion des tâches: utilisez la bibliothèque de planification pour planifier les tâches. La facilité d'utilisation de Python et la prise en charge de la bibliothèque riche en font l'outil préféré dans ces domaines.

Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones
