Pandas：合并两个表时出错，错误 set_index

Question

在此先感谢您的帮助，这是我的问题：

我已成功将我的 df 加载到 ipython 笔记本中，然后我运行在上面分组：

station_count = station.groupby('landmark').count()

产生了这样的 table：

现在我正在尝试将它与另一个合并 table:

dock_count_by_station = station.groupby('landmark').sum()

这也是一个简单的 group by on the same table，但是合并产生了一个错误：

类型错误：无法连接非 NDFrame 对象

使用此代码：

dock_count_by_station.merge(station_count)

我认为问题是我需要在合并它们之前设置两个 table 的索引，但我不断收到以下代码的错误：

pandas/index.pyx 在 pandas.index.IndexEngine.get_loc (pandas/index.c:3979)()

pandas/index.pyx 在 pandas.index.IndexEngine.get_loc (pandas/index.c:3843)()

pandas/hashtable.pyx 在 pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12265)()

pandas/hashtable.pyx 在 pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12216)()

按键错误：'landmark'

station_count.set_index('landmark')

Answer 1

使用join

您可以使用 join，它会根据索引合并表格。您可能还希望指定联接类型（例如 'outer'、'inner'、'left' 或 'right'）。您有重叠的列名称（例如 station_id），因此您需要指定一个后缀。

>>> dock_count_by_station.join(station_count, rsuffix='_rhs')
               dockcount          lat         long  station_id  dockcount_rhs  installation  lat_rhs  long_rhs  name  station_id_rhs
landmark                                                                                                                            
Mountain View        117   261.767433  -854.623012         210              7             7        7         7     7               7
Palo Alto             75   187.191873  -610.767939         180              5             5        5         5     5               5
Redwood City         115   262.406232  -855.602755         224              7             7        7         7     7               7
San Francisco        665  1322.569239 -4284.054814        2126             35            35       35        35    35              35
San Jose             249   560.039892 -1828.370075         200             15            15       15        15    15              15

使用merge

请注意，您的 landmark 索引是在您执行 groupby 时默认设置的。如果您不希望发生这种情况，您始终可以使用 as_index=False，但是您必须使用 merge 而不是 join。

dock_count_by_station = station.groupby('landmark', as_index=False).sum()
station_count = station.groupby('landmark', as_index=False).count()

>>> dock_count_by_station.merge(station_count, on='landmark', suffixes=['_lhs', '_rhs'])
        landmark  dockcount_lhs      lat_lhs     long_lhs  station_id_lhs  dockcount_rhs  installation  lat_rhs  long_rhs  name  station_id_rhs
0  Mountain View            117   261.767433  -854.623012             210              7             7        7         7     7               7
1      Palo Alto             75   187.191873  -610.767939             180              5             5        5         5     5               5
2   Redwood City            115   262.406232  -855.602755             224              7             7        7         7     7               7
3  San Francisco            665  1322.569239 -4284.054814            2126             35            35       35        35    35              35
4       San Jose            249   560.039892 -1828.370075             200             15            15       15        15    15              15

Pandas：合并两个表时出错，错误 set_index

Pandas: Error when merging two tables, Error with set_index

merge

ipython

pandas