我有几个数据集,我正试图合并成一个。下面,我创建了虚拟的更简单的更小的数据集来测试这个方法,它工作得非常好。在
examplelog = pd.DataFrame({'Depth':[10,20,30,40,50,60,70,80],
'TVD':[10,19.9,28.8,37.7,46.6,55.5,64.4,73.3],
'T1':[11,11.3,11.5,12.,12.3,12.6,13.,13.8],
'T2':[11.3,11.5,11.8,12.2,12.4,12.7,13.1,14.1]})
log1 = pd.DataFrame({'Depth':[30,40,50,60],'T3':[12.1,12.6,13.7,14.]})
log2 = pd.DataFrame({'Depth':[20,30,40,50,60],'T4':[12.0,12.2,12.4,13.2,14.1]})
logs=[log1,log2]
result=examplelog.copy()
for i in logs:
result=result.merge(i,how='left', on='Depth')
print result
结果正如预期的那样:
^{pr2}$对结果很满意,我将此方法应用于实际数据,但对于结果数据帧中的T3和T4,我只收到空列(所有值都是NaN)。我怀疑问题出在浮点数上,因为我的数据集是用不同的软件在不同的机器上创建的,虽然“深度”在所有的文件中都有两个十进制数字的精度,但恐怕这两个文件中可能都不是20.05,但一个可能是20.04999999999999,而另一个可能是20.0500000000001。然后,合并功能将不起作用,如下例所示:
examplelog = pd.DataFrame({'Depth':[10,20,30,40,50,60,70,80],
'TVD':[10,19.9,28.8,37.7,46.6,55.5,64.4,73.3],
'T1':[11,11.3,11.5,12.,12.3,12.6,13.,13.8],
'T2':[11.3,11.5,11.8,12.2,12.4,12.7,13.1,14.1]})
log1 = pd.DataFrame({'Depth':[30.05,40.05,50.05,60.05],'T3':[12.1,12.6,13.7,14.]})
log2 = pd.DataFrame({'Depth':[20.01,30.01,40.01,50.01,60.01],'T4':[12.0,12.2,12.4,13.2,14.1]})
logs=[log1,log2]
result=examplelog.copy()
for i in logs:
result=result.merge(i,how='left', on='Depth')
print result
Depth T1 T2 TVD T3 T4
0 10 11.0 11.3 10.0 NaN NaN
1 20 11.3 11.5 19.9 NaN NaN
2 30 11.5 11.8 28.8 NaN NaN
3 40 12.0 12.2 37.7 NaN NaN
4 50 12.3 12.4 46.6 NaN NaN
5 60 12.6 12.7 55.5 NaN NaN
6 70 13.0 13.1 64.4 NaN NaN
7 80 13.8 14.1 73.3 NaN NaN
你知道怎么解决这个问题吗? 谢谢!在
将
Depth
值四舍五入到适当的精度:^{pr2}$
收益率
根据评论,四舍五入在实际操作中似乎不起作用 数据。若要调试此问题,请查找一些应合并的行:
那就贴吧
这可能会给我们重现问题所需的信息。在
相关问题 更多 >
编程相关推荐