如何将 Pandas DataFrame 与重叠列组合？

如何基于共享列组合 Pandas 数据框

问题：

尝试组合两个 Pandas 数据时使用 DataFrame.join() 方法的框架时，遇到错误：“列重叠。”

数据框：

• restaurant_ids_dataframe：包含有关餐厅的信息ID、类别、地址等。
• restaurant_review_frame：包括日期、星级、用户 ID 等评论数据。

尝试的代码：

<code class="python">restaurant_review_frame.join(other=restaurant_ids_dataframe, on='business_id', how='left')</code>

错误：

<code class="text">Exception: columns overlap: Index([business_id, stars, type], dtype=object)</code>

解决方案：

要解决错误并组合数据框，请使用merge() 方法而不是 join()：

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

默认情况下，merge() 使用外连接，它组合了两个数据帧中的所有行。 on 参数指定用于执行合并操作的列。

重叠列的后缀：

由于两个数据框都有一个名为 star 的列，因此合并后的数据框将包含两列：stars_x 和stars_y。要自定义这些后缀，请使用 suffixes 参数：

<code class="python">result = pd.merge(..., suffixes=('_restaurant_id', '_restaurant_review'))</code>

这会将合并数据框中的stars 列重命名为stars_restaurant_id 和stars_restaurant_review。

以上是如何将 Pandas DataFrame 与重叠列组合？的详细内容。更多信息请关注PHP中文网其他相关文章！