Les Pandas se joindre question: les colonnes de chevauchement, mais pas de suffixe spécifié

J'ai 2 trames de données:

df_a =

     mukey  DI  PI
0   100000  35  14
1  1000005  44  14
2  1000006  44  14
3  1000007  43  13
4  1000008  43  13

df_b = 
    mukey  niccdcd
0  190236        4
1  190237        6
2  190238        7
3  190239        4
4  190240        7

Quand j'essaie de joindre ces 2 dataframes:

join_df = df_a.join(df_b,on='mukey',how='left')

J'obtiens l'erreur:

*** ValueError: columns overlap but no suffix specified: Index([u'mukey'], dtype='object')

Pourquoi est-ce donc? Le dataframes n'ont de commun mukey des valeurs.

  • L'erreur est un peu cryptique, le problème ici est que vous n'avez pas les valeurs qui sont communes à effectuer la jointure sur, si vous avez fait cela, il serait très bien: LS_sgo.merge(MSU_pi,on='mukey',how='left')
  • J'ai des valeurs communes dans le 2 'mukey' colonnes, juste pas dans la petite partie de la dataframes montré. Se joignant à eux dans excel fonctionne, mais pas dans les pandas, il semble...Est il possible que je peux fournir plus d'informations pour vous aider à identifier ce problème?
  • Vous devez poster vos données brutes, aussi avez-vous essayez de fusionner?
  • Fusion fonctionne! Je vous remercie beaucoup. Pourquoi ne pas rejoindre si? Peut-être que vous pouvez ajouter cela comme une réponse, et je l'accepte
  • Vous devez poster vos données dans l'ordre pour moi de regarder cette et expliquer pourquoi rejoindre n'ai pas de travail
InformationsquelleAutor user308827 | 2014-10-30
  1. 103

    Votre erreur sur l'extrait de données que vous avez posté est un peu cryptique, en ce que parce qu'il n'y a pas de valeurs communes, l'opération de jointure échoue parce que les valeurs ne se chevauchent pas, il vous oblige à fournir un suffixe pour la gauche et à droite:

    In [173]:

df_a.join(df_b, on='mukey', how='left', lsuffix='_left', rsuffix='_right')
Out[173]:
       mukey_left  DI  PI  mukey_right  niccdcd
index                                          
0          100000  35  14          NaN      NaN
1         1000005  44  14          NaN      NaN
2         1000006  44  14          NaN      NaN
3         1000007  43  13          NaN      NaN
4         1000008  43  13          NaN      NaN

    merge fonctionne parce qu'il n'a pas cette restriction:

    In [176]:

df_a.merge(df_b, on='mukey', how='left')
Out[176]:
     mukey  DI  PI  niccdcd
0   100000  35  14      NaN
1  1000005  44  14      NaN
2  1000006  44  14      NaN
3  1000007  43  13      NaN
4  1000008  43  13      NaN
    • L'argument qu'permettra une jointure gauche dans seulement la correspondance de droit dataframe clés? Par exemple, j'ai df1 avec 931 dossiers. df2 avec soit 153 000 dossiers. Seulement 21 dossiers de df2 doit correspondre à df1 et quand df1 et df2 sont regroupées je devrais recevoir 931 dossiers à partir de la gauche dataframe (df1). Cependant, je suis à la réception de 935 dans mon résultat final.
    • cela signifie probablement que vous avez des id dans df1 df2 ou
    • rejoignez travaux sur l'index, de fusion et de travail sur les colonnes - mais cela peut être remplacé par left_index/right_index - sorte de fusion est plus général que de se joindre.
    InformationsquelleAutor EdChum
  2. 18

    La .join() fonction à l'aide de la index de la passer en argument dataset, vous devez utiliser set_index ou de l'utilisation .merge fonction de la place.

    Veuillez trouver les deux exemples qui devraient fonctionner dans votre cas:

    join_df = LS_sgo.join(MSU_pi.set_index('mukey'), on='mukey', how='left')

    ou

    join_df = df_a.merge(df_b, on='mukey', how='left')

    • croyez-moi, est que trompeuse de pandas. Il rejoint par la on de la colonne en plus pour la Index, pas à la place.
    InformationsquelleAutor Velizar VESSELINOV
  3. 17

    Cette erreur indique que les deux tableaux ont 1 ou plusieurs noms de colonnes qui ont le même nom de colonne. Le message d'erreur se traduit par: "je peux voir la même colonne dans les deux tables, mais vous n'avez pas m'a dit de le renommer avant de porter l'un d'eux dans"

    Vous voulez supprimer une des colonnes avant de l'amener de l'autre sur l'utilisation de del df [colonne'nom'], ou l'utilisation lsuffix de ré-écrire la colonne d'origine, ou rsuffix de renommer celui qui est apporté.

    df_a.join(df_b, on='mukey', how='left', lsuffix='_left', rsuffix='_right')
    InformationsquelleAutor user1761806