pandas merge报错的解决方案
pandas 做merge的时候报这个错:
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:
两个表太大了,可能导致内存不够。
补充:Pandas:merge函数使用注意事项(pandas的merge函数造成大量错误的空值)
相信使用过Pandas的merge函数的人都知道,merge具有连接的功能,左连接更是在数据处理中最常用的连接方式。在使用merge过程中,
经常会出现这种情况:
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
但有时候dataframe2为
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
这是为什么呢?
原因是通常我们的dataframe的数据都是从csv文件或者xls文件读取过来的,在excel中打开对应b那些的数据看起来是一样的,但是使用pandas读取的时候,
可能发现不同csv文件或者xls文件的同一列的数据相同的数据具有整型和浮点型的区别,这样导致在连接的时候,3和3.0是不一样的,无法对3那行进行连接。
因此,在使用merge进行连接前,必须对连接的关键字进行字符化或者整型化的调整。
以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。
- pandas数据合并与重塑之merge详解
- Pandas数据集的合并与连接merge()方法
- Python pandas数据合并merge函数用法详解
- pandas中merge()函数的用法解读
- Python Pandas数据合并pd.merge用法详解
- pandas中DataFrame数据合并连接(merge、join、concat)
- Pandas 连接合并函数merge()详解
- 详解Python3 pandas.merge用法
- pandas dataframe的合并实现(append, merge, concat)
- 在Pandas中DataFrame数据合并,连接(concat,merge,join)的实例
- pandas中merge函数的用法
最新评论