我正在使用OULAD數據集，它具有7個csv文件，這些文件以OULAD網站中圖像所示的方式鏈接在一起。其中一個名為student_registration的csv文件具有32593行和5列，另一個名為student_Vle的csv文件具有10655280行和6列。我想將date＆sum_click列從student_vle添加到student_registration表中，以便僅添加現有的32593名學生信息。我嘗試了左聯接，但結果非常奇怪。它具有[13009427行x 11列]，而不是32593行和8列。它像聯盟。U可以從UCI存儲庫獲取數據集。這是我的代碼- import pandas as pd import numpy as np student_reg = pd.read_csv('/home/user/Documents/MOOC dataset cleaned/studentRegistration.csv') student_vle = pd.read_csv('/home/user/Documents/MOOC dataset cleaned/studentVle.csv') student_reg_vle = pd.merge(student_reg, student_vle, on='id_student', how='left') student_reg_vle.set_index('id_student', inplace=True) print(student_reg_vle)
1 回答
慕田峪7331174
TA貢獻1828條經驗 獲得超13個贊
問題在于重復的數據，需要唯一的行，因此解決方案是刪除重復項：
student_vle = student_vle.drop_duplicates('id_student')添加回答
舉報
0/150
提交
取消