在两个数据帧上执行合并时遇到问题
我的数据如下,其中一个数据集包含121种不同指示物种的140000个发生记录,例如:
taxon
spp1
spp1
spp118
spp98
spp64
spp119
另一个包含121个物种的列表,带有数字分数,例如:
taxon score
spp1 8
spp2 4
spp3 2
spp4 7
...
spp118 4
spp119 2
spp120 1
spp121 8
我希望使用分类单元列作为连接字段将分数列连接到数据集,以便进行后续分析,我设想如下输出:
taxon score
spp1 8
spp1 8
spp118 4
spp98 6
spp64 2
spp119 2
到目前为止,我尝试了以下方法:
data_in1 = pd.read_csv(r'occourence_list.csv', encoding='utf-8')
df1 = pd.DataFrame(data_in1)
df1['taxon'] = df1['taxon'].astype(str)
print(df1.head())
print(df1.dtypes)
data_in2 = pd.read_csv(r'score_list.csv', encoding='utf-8')
df2 = pd.DataFrame(data_in2)
df2['taxon'] = df2['taxon'].astype(str)
print(df2.head())
print(df2.dtypes)
result = pd.merge(df1,
df2[['iapa_score']],
left_on=['taxon'],
right_on=['taxon'],
how='outer')
print(result.head())
但是,这将返回以下错误:
Traceback (most recent call last):
File "C:/Users/", line 19, in <module>
how='outer')
File "C:\Program Files\ArcGIS\Pro\bin\Python\envs\arcgispro-py3\lib\site-packages\pandas\core\reshape\merge.py", line 47, in merge
validate=validate)
File "C:\Program Files\ArcGIS\Pro\bin\Python\envs\arcgispro-py3\lib\site-packages\pandas\core\reshape\merge.py", line 529, in __init__
self.join_names) = self._get_merge_keys()
File "C:\Program Files\ArcGIS\Pro\bin\Python\envs\arcgispro-py3\lib\site-packages\pandas\core\reshape\merge.py", line 833, in _get_merge_keys
right._get_label_or_level_values(rk))
File "C:\Program Files\ArcGIS\Pro\bin\Python\envs\arcgispro-py3\lib\site-packages\pandas\core\generic.py", line 1706, in _get_label_or_level_values
raise KeyError(key)
KeyError: 'taxon'
我偶然发现了一个解决方案,我改变了:
到
它成功了。我的印象是,第二个数据帧之后[]内的列名暗示了您希望加入的列
在我看来,问题来自这一行
df2[['iapa_score']]
,因为如果您将数据帧限制为“iapa_score”列,“taxon”列将不再出现,因此出现“keyrerror”。您还应该在合并中使用参数how='left'
,因为您只想保留来自df1的行我自己创建了2个数据帧来重现您的情况,请看一下:
df1:
df2:
结果:
相关问题 更多 >
编程相关推荐