首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在熊猫中合并两个没有列名的数据(熊猫是新的)

在熊猫中合并两个没有列名的数据(熊猫是新的)
EN

Stack Overflow用户
提问于 2014-04-17 19:06:26
回答 3查看 7.2K关注 0票数 4

短解释

如果数据中有重复的列名,请确保在读取文件时重命名一列。

如果您的数据中有NaN等,请删除这些。

然后使用下面正确的答案进行合并。

可能是个很简单的问题。

我使用pandas.read_csv()阅读了两个数据集。

我的数据在两个独立的csv中。

使用以下代码:

代码语言:javascript
复制
        import mibian
        import pandas as pd


        underlying = pd.read_csv("txt1.csv", names=['dt1','price']);

        options = pd.read_csv("txt2.txt", names=['dt2','ticker','maturity','strike','cP','px','strike','yield','rF','T','rlzd10']);

        merged = underlying.merge(options, left_on='dt1', right_on='dt2');

我的两个数据头看起来如下:

代码语言:javascript
复制
>>> underlying.head();

          0         1
0  20040326  3.579987
1  20040329  3.690494
2  20040330  3.755247
3  20040331  3.719373
4  20040401  3.728671

代码语言:javascript
复制
>>> options.head();

         0     1         2     3     4      5     6   7      8         9                10

0  20130628  SVXY  20130817  32.5  call  39.22  32.5   0  0.005  0.136986   0.411224

因此,我在这两个数据集上的列0是我想要合并的键,我希望保留两个结果集中的所有数据。

我该怎么做呢?我在网上找到的所有例子都需要键,但我的结果中没有这一点。

但是,在联接时,我得到以下错误:

代码语言:javascript
复制
                            Traceback (most recent call last):
                              File "<stdin>", line 1, in <module>
                              File "/Applications/Spyder.app/Contents/Resources/lib/python2.7/spyderlib/widgets/externalshell/sitecustomize.py", line 540, in runfile
                                execfile(filename, namespace)
                              File "/Users/jasonmellone/.spyder2/.temp.py", line 12, in <module>
                                merged = underlying.merge(options, left_on='dt1', right_on='dt2',how='outer');
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/core/frame.py", line 3723, in merge
                                suffixes=suffixes, copy=copy)
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/tools/merge.py", line 40, in merge
                                return op.get_result()
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/tools/merge.py", line 197, in get_result
                                result_data = join_op.get_result()
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/tools/merge.py", line 722, in get_result
                                return BlockManager(result_blocks, self.result_axes)
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/core/internals.py", line 1954, in __init__
                                self._set_ref_locs(do_refs=True)
                              File "/Library/Python/2.7/site-packages/pandas-0.13.0-py2.7-macosx-10.9-intel.egg/pandas/core/internals.py", line 2091, in _set_ref_locs
                                'have _ref_locs set' % (block, labels))
                            AssertionError: Cannot create BlockManager._ref_locs because block [IntBlock: [dt1], 1 x 372145, dtype: int64] with duplicate items [Index([u'dt1', u'price', u'dt2', u'ticker', u'maturity', u'strike', u'cP', u'px', u'strike', u'yield', u'rF', u'T', u'rlzd10'], dtype='object')] does not have _ref_locs set

我搜索了我的数据集,没有副本。

谢谢!

EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2014-04-17 19:10:26

您仍然应该能够在列上合并:

代码语言:javascript
复制
merged = underlying.merge(options, left_on='0', right_on='0')

这将执行内部合并,因此只有两个数据集的交集,即列0中的值在这两个数据集中都存在,如果您想要所有值,那么指定outer

代码语言:javascript
复制
merged = underlying.merge(options, left_on='0', right_on='0', how='outer')

In [10]:  

merged = underlying.merge(options, left_on='0', right_on='0', how='outer')

merged

Out[10]:

          0       1_x   1_y         2     3     4      5     6   7      8  \
0  20040326  3.579987   NaN       NaN   NaN   NaN    NaN   NaN NaN    NaN   
1  20040329  3.690494   NaN       NaN   NaN   NaN    NaN   NaN NaN    NaN   
2  20040330  3.755247   NaN       NaN   NaN   NaN    NaN   NaN NaN    NaN   
3  20040331  3.719373   NaN       NaN   NaN   NaN    NaN   NaN NaN    NaN   
4  20040401  3.728671   NaN       NaN   NaN   NaN    NaN   NaN NaN    NaN   
5  20130628       NaN  SVXY  20130817  32.5  call  39.22  32.5   0  0.005   

          9        10  
0       NaN       NaN  
1       NaN       NaN  
2       NaN       NaN  
3       NaN       NaN  
4       NaN       NaN  
5  0.136986  0.411224  

[6 rows x 12 columns]

您必须重命名或移动上面与1_x1_y冲突的列。

最好把这些列重新命名为一些有意义的东西。读取csv时,可以传递列名列表:

代码语言:javascript
复制
df = pd.read_csv('data.csv', names=['Id', 'Price'])
票数 3
EN

Stack Overflow用户

发布于 2021-07-19 16:25:50

类似的问题让我想到了这条线索。我最后出了一个关键错误。修正是将单引号从left_on='0'移到left_on=0

代码语言:javascript
复制
merged = underlying.merge(options, left_on='0', right_on='0')
merged = underlying.merge(options, left_on=0, right_on=0)
票数 2
EN

Stack Overflow用户

发布于 2018-11-30 03:16:58

如果您想使用相同的列进行合并(在您的情况下是这样的),您可以简单地使用on=0,其中0表示两个数据格式中的第一列。

代码语言:javascript
复制
import pandas as pd
merged = underlying.merge(options, on=0, how='outer')
# or
merged = pd.merge(underlying, options, on=0, how='outer')

如果索引列在两种数据格式中都不同,那么可以使用left_onright_on项。

代码语言:javascript
复制
# here 0 is the index column for df1 and 2 is the index column for df2
pd.merge(df1, df2, left_on=0, right_on=2, how='outer')
票数 -1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/23141454

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档