Skip to main content
 首页 » 编程设计

python之合并 Pandas 中的公共(public)列值会产生不正确的数据框

2024年12月31日8qq78292959

<分区>

我正在尝试基于公共(public)列合并 pandas 中的 2 个数据框。阅读有关合并的文档,我所做的一切都暗示数据框应该合并到指定的列上,同时只保留公共(public)值。它当然保留了共同的值(value),但产生了一个巨大的数据帧,对于“左”数据帧中的每个索引,它本质上是一个完整的“右”数据帧。

我的左边数据框是

left 
Out[325]:  
     A   B   C   D MergeThis 
0   38  43  20  34       -N2 
1   14  44  23  91       -N2 
2   55  50  30  92       -N2 
3   29  20  56   0       -N2 
4   61   6  38  44       -N2 
5   18  61  30   7       -N2 
6   67  45  60  81       -N2 
7    7  53  60  72       +N2 
8   15  46   0  82       +N2 
9    6  90  83  36       +N2 
10   0  87  64  82       +N2 
11  13  22  13  39       +N2 
12  65  88  50  34       +N2 
13  35  31  72  34       +N2 

我正确的数据框是

right 
Out[326]:  
    E   F   G   H MergeThis 
0  22  81  97  28       +N2 
1  20   4  44  48       +N2 
2  19  41  52  25       +N2 
3  30  37  66  24       +N2 
4  32  40  56  92       +N2 
5  95  76  91  31       +N2 
6  36  66  17  85       +N2 

显然,我试图在“MergeThis”列上进行合并,这样我最终得到 +N2 值的组合,以及来自“左”和“右”的列。然而,我最终得到的是一些奇怪的东西:

left.merge(right, on='MergeThis') 
Out[327]:  
     A   B   C   D MergeThis   E   F   G   H 
0    7  53  60  72       +N2  22  81  97  28 
1    7  53  60  72       +N2  20   4  44  48 
2    7  53  60  72       +N2  19  41  52  25 
3    7  53  60  72       +N2  30  37  66  24 
4    7  53  60  72       +N2  32  40  56  92 
5    7  53  60  72       +N2  95  76  91  31 
6    7  53  60  72       +N2  36  66  17  85 
7   15  46   0  82       +N2  22  81  97  28 
8   15  46   0  82       +N2  20   4  44  48 
9   15  46   0  82       +N2  19  41  52  25 
10  15  46   0  82       +N2  30  37  66  24 
11  15  46   0  82       +N2  32  40  56  92 
12  15  46   0  82       +N2  95  76  91  31 
13  15  46   0  82       +N2  36  66  17  85 
14   6  90  83  36       +N2  22  81  97  28 
15   6  90  83  36       +N2  20   4  44  48 
16   6  90  83  36       +N2  19  41  52  25 
17   6  90  83  36       +N2  30  37  66  24 
18   6  90  83  36       +N2  32  40  56  92 
19   6  90  83  36       +N2  95  76  91  31 
20   6  90  83  36       +N2  36  66  17  85 
21   0  87  64  82       +N2  22  81  97  28 
22   0  87  64  82       +N2  20   4  44  48 
23   0  87  64  82       +N2  19  41  52  25 
24   0  87  64  82       +N2  30  37  66  24 
25   0  87  64  82       +N2  32  40  56  92 
26   0  87  64  82       +N2  95  76  91  31 
27   0  87  64  82       +N2  36  66  17  85 
28  13  22  13  39       +N2  22  81  97  28 
29  13  22  13  39       +N2  20   4  44  48 
30  13  22  13  39       +N2  19  41  52  25 
31  13  22  13  39       +N2  30  37  66  24 
32  13  22  13  39       +N2  32  40  56  92 
33  13  22  13  39       +N2  95  76  91  31 
34  13  22  13  39       +N2  36  66  17  85 
35  65  88  50  34       +N2  22  81  97  28 
36  65  88  50  34       +N2  20   4  44  48 
37  65  88  50  34       +N2  19  41  52  25 
38  65  88  50  34       +N2  30  37  66  24 
39  65  88  50  34       +N2  32  40  56  92 
40  65  88  50  34       +N2  95  76  91  31 
41  65  88  50  34       +N2  36  66  17  85 
42  35  31  72  34       +N2  22  81  97  28 
43  35  31  72  34       +N2  20   4  44  48 
44  35  31  72  34       +N2  19  41  52  25 
45  35  31  72  34       +N2  30  37  66  24 
46  35  31  72  34       +N2  32  40  56  92 
47  35  31  72  34       +N2  95  76  91  31 
48  35  31  72  34       +N2  36  66  17  85 

这基本上为我的“正确”数据框的每个索引创建了一个重复的数据框。

一方面,我知道如何做另一种解决方法来使用更多代码获取我想要的数据框,并进一步分解其中一个数据框,以便合并“更漂亮”。但是,我真的很想知道为什么会这样?我希望将来能够使用合并功能,但我不完全理解 pandas 正在尝试做什么来产生这个功能。

非常感谢任何帮助。