您好,登錄后才能下訂單哦!
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
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,
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
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!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。