pandas merge報(bào)錯(cuò)怎么辦

小編給大家分享一下pandas merge報(bào)錯(cuò)怎么辦，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

pandas 做merge的時(shí)候報(bào)這個(gè)錯(cuò)：

df22 = pd.merge(df1,df2,left_on='company_name',right_on = 'name',how='left') Process finished with exit code 137

查了一下原因是：

兩個(gè)表太大了，可能導(dǎo)致內(nèi)存不夠。

補(bǔ)充：Pandas：merge函數(shù)使用注意事項(xiàng)（pandas的merge函數(shù)造成大量錯(cuò)誤的空值）

相信使用過(guò)Pandas的merge函數(shù)的人都知道，merge具有連接的功能，左連接更是在數(shù)據(jù)處理中最常用的連接方式。在使用merge過(guò)程中，

經(jīng)常會(huì)出現(xiàn)這種情況：

dataframe1：
a b
1 1
2 2
3 3

dataframe2：
b c
1 2
2 3

dataframe = pd.merge(dataframe1,dataframe2,on='b',how='left')后得到

dataframe:
a b c
1 1 2
2 2 3
3 3 nan

但有時(shí)候dataframe2為

b c
1 2
2 3
3 4

dataframe = pd.merge(dataframe1,dataframe2,on='b',how='left')后得到

dataframe:
a b c
1 1 2
2 2 3
3 3 nan

這是為什么呢？

原因是通常我們的dataframe的數(shù)據(jù)都是從csv文件或者xls文件讀取過(guò)來(lái)的，在excel中打開對(duì)應(yīng)b那些的數(shù)據(jù)看起來(lái)是一樣的，但是使用pandas讀取的時(shí)候，

可能發(fā)現(xiàn)不同csv文件或者xls文件的同一列的數(shù)據(jù)相同的數(shù)據(jù)具有整型和浮點(diǎn)型的區(qū)別，這樣導(dǎo)致在連接的時(shí)候，3和3.0是不一樣的，無(wú)法對(duì)3那行進(jìn)行連接。

因此，在使用merge進(jìn)行連接前，必須對(duì)連接的關(guān)鍵字進(jìn)行字符化或者整型化的調(diào)整。

以上是“pandas merge報(bào)錯(cuò)怎么辦”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！