我有以下數據框df： x_1 x_2 x_3 x_4 x_5 ID cost 0 159 xyz 883nne2 28h93 lightz 10 2 1 159 xyz 883nne2 28h93 lightz 10 5 2 354 abc 94mmm4k heavy 15 2 3 354 abc 94mmm4k heavy 15 1 4 354 abc 94mmm4k 455h 15 7 5 354 abc 94mmm4k super 3 2 6 354 abc 94mmm4k 53g 10 4 7 354 abc 94mmm4k 53g 10 4 我正在使用以下內容來獲取匯總計數加上成本列的總和：df2 = df.fillna('').groupby(['x_1','x_2','x_3','x_4','x_5','ID'])['cost'].agg(['count','sum'])這將返回我所期望的，即： x_1 x_2 x_3 x_4 x_5 ID cost count sum0 159 xyz 883nne2 28h93 lightz 10 2 2 71 354 abc 94mmm4k heavy 15 2 2 3 2 354 abc 94mmm4k 455h 15 7 1 73 354 abc 94mmm4k super 3 2 1 24 354 abc 94mmm4k 53g 10 4 2 8然后，我將此數據幀與另一個數據幀合并，以使用以下方法比較聚合計數：y_merge_cols = ['y_1','y_2','y_3','y_4','y_5','ID']x_merge_cols = ['x_1','x_2','x_3','x_4','x_5','ID']d1 = df1.merge(con_subs_df, left_on=y_merge_cols, right_on=x_merge_cols, how='left')我的輸出是： y_1 y_2 y_3 y_4 y_5 y_id y_count count sum0 159 xyz 883nne2 28h93 lightz 10 12 2 71 354 abc 94mmm4k heavy 15 24 2 354 abc 94mmm4k 455h 15 72 3 354 abc 94mmm4k super 3 21 4 354 abc 94mmm4k 53g 10 42 由于某種原因，當我合并列時，完成的計數和總和df2沒有考慮空或 NaN 組合，并且聚合計數和總和不會像合并之前那樣顯示。
2 回答
藍山帝景
TA貢獻1843條經驗 獲得超7個贊
執行第一個groupby時，您還填寫所有 nan 值df2 = df.fillna('').groupby(...)。因此，在 期間merge，您需要確保兩個數據幀的 nan 值都已替換為''.
問題中的代碼存在一些變量問題（例如，df2來自groupby等于df1或con_subs_df合并中），所以我創建了一個自我合并的小示例，輸入數據是df問題中的第一個數據框。
首先groupby（與問題相同）：
df2 = df.fillna('').groupby(['x_1','x_2','x_3','x_4','x_5','ID'])['cost'].agg(['count','sum']).reset_index()在合并中，由于兩個數據框的列相同，我們可以使用on參數來代替left_onand right_on。在這里，我們merge使用之前的df數據框進行操作。
沒有fillna('')：
df1 = df.merge(df2, on=['x_1','x_2','x_3','x_4','x_5','ID'], how='left')
x_1 x_2 x_3 x_4 x_5 ID cost count sum
0 159 xyz 883nne2 28h93 lightz 10 2 2.0 7.0
1 159 xyz 883nne2 28h93 lightz 10 5 2.0 7.0
2 354 abc 94mmm4k NaN heavy 15 2 NaN NaN
3 354 abc 94mmm4k NaN heavy 15 1 NaN NaN
4 354 abc 94mmm4k 455h NaN 15 7 NaN NaN
5 354 abc 94mmm4k NaN super 3 2 NaN NaN
6 354 abc 94mmm4k 53g NaN 10 4 NaN NaN
7 354 abc 94mmm4k 53g NaN 10 4 NaN NaN
與fillna('')：
df1 = df.fillna('').merge(df2, on=['x_1','x_2','x_3','x_4','x_5','ID'], how='left')
結果：
x_1 x_2 x_3 x_4 x_5 ID cost count sum
0 159 xyz 883nne2 28h93 lightz 10 2 2 7
1 159 xyz 883nne2 28h93 lightz 10 5 2 7
2 354 abc 94mmm4k heavy 15 2 2 3
3 354 abc 94mmm4k heavy 15 1 2 3
4 354 abc 94mmm4k 455h 15 7 1 7
5 354 abc 94mmm4k super 3 2 1 2
6 354 abc 94mmm4k 53g 10 4 2 8
7 354 abc 94mmm4k 53g 10 4 2 8
實際結果將根據您的確切用例而有所不同，但這表明問題中最有可能出現的問題。
千巷貓影
TA貢獻1829條經驗 獲得超7個贊
我高度懷疑您的索引列之一在對象和數字類型之間不匹配。請在合并代碼之前添加此內容以進行檢查。
for i in range(len(y_merge_cols)):
assert y_merge_cols[i].dtype == x_merge_cols[i].dtype,\
'Expected type {} got {}'.format(y_merge_cols[i].dtype,x_merge_cols[i].dtype)
添加回答
舉報
0/150
提交
取消