Combiner les deux pandas de Trames de Données (jointure sur une colonne commune)

J'ai 2 dataframes:

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)`

et

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)

Je voudrais me joindre à ces deux DataFrames pour en faire un seul dataframe à l'aide de la DataFrame.join() de la commande dans les pandas.

J'ai essayé la ligne de code suivante:

#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')

Mais quand j'ai essayer ce que j'obtiens l'erreur suivante:

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

Je suis très nouveau pour les pandas et n'ont aucune idée de ce que je fais de mal aussi loin que l'exécution de l'instruction de jointure est concerné.

toute aide serait grandement appréciée.

InformationsquelleAutor anonuser0428 | 2013-09-13
  1. 91

    Vous pouvez utiliser de fusion de combiner deux dataframes en un seul:

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

    où sur spécifie le nom du champ qui existe dans les deux dataframes à rejoindre, et comment
    définit si son intérieur/à l'extérieur/à gauche/à droite rejoindre, avec l'aide de 'union des clés à partir de deux images (SQL: full outer join).' Puisque vous avez "star" de la colonne dans les deux dataframes, ce par défaut va créer deux colonnes star_x et star_y dans le combiné dataframe. Comme @DanAllan mentionné pour la méthode join, vous pouvez modifier les suffixes pour les fusionner en le passant comme un kwarg. Par défaut est suffixes=('_x', '_y'). si vous vouliez faire quelque chose comme star_restaurant_id et star_restaurant_review, vous pouvez le faire:

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

    Les paramètres sont expliqués en détail dans ce lien.

    • Votre conseil a résolu mon problème. Le seul changement que j'ai eu à faire a été j'ai fait un à l'intérieur de fusion au lieu de l'extérieur. c'est à dire comment='intérieure' au lieu de l'extérieur. Merci pour votre aide.
    • comment=intérieur|à l'extérieur|à gauche|à droite, comment faire pour fusionner, à l'intersection des touches de gauche et de droite|de l'union(TOUS) les touches gauche et droite|gauche clés|droite touches seulement|
    InformationsquelleAutor mlimb
  2. 17

    Rejoindre échoue si le DataFrames avez quelques noms de colonne de la commune. La façon la plus simple de contourner cela est d'inclure une lsuffix ou rsuffix mot-clé comme:

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

    De cette façon, les colonnes ont des noms distincts. La documentation les adresses de ce problème très.

    Ou, vous pouvez contourner ce problème en supprimant simplement la délinquance des colonnes avant de vous rejoindre. Si, par exemple, les étoiles dans restaurant_ids_dataframe sont redondantes les étoiles dans restaurant_review_frame, vous pourriez del restaurant_ids_dataframe['stars'].

    • il a également dit: "business_id colonne chevauchements, n'est-il pas censé se chevauchent car c'est la colonne je suis de la création de la rejoindre? Comment puis-je résoudre ce problème?
    • Hey @DanAllan j'ai essayé la méthode join mais tout ce que j'obtiens est 4503 entrées dans le restaurant_ids_dataframe et zéro entrées dans les colonnes appartenant à la restaurant_review_frame. Pourriez-vous s'il vous plaît laissez-moi savoir pourquoi ce qui se passe? J'ai effectué une jointure gauche comme vous l'avez suggéré à l'aide de votre relevé ci-dessus, mais il ne semble pas à me donner tous les éléments de la restaurant_review_frame pour une raison quelconque. Ce que je cherche à me créer un dataframe avec toutes les colonnes à la fois le dataframes,rejoint sur business_id. J'ai aussi supprimé les colonnes supplémentaires (autres que business_id.
    • Si vous êtes toujours intéressé à la résolution de cette, donner des exemples de données reproduit le problème.
    InformationsquelleAutor Dan Allan
  3. 11

    Dans le cas où quelqu'un a besoin de l'essayer et de fusionner les deux dataframes ensemble sur l'index (au lieu d'une autre colonne), cela fonctionne aussi!

    T1 et T2 sont dataframes qui ont les mêmes indices

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

    P. S. j'ai eu à utiliser de fusion, car ajouter serait de remplir NaNs inutilement.

    InformationsquelleAutor Firas