Python 合并两个数据帧（在公共列上连接）

我有两个数据帧：

餐厅标识数据框

Data columns (total 13 columns):
business_id      4503  non-null values
categories       4503  non-null values
city             4503  non-null values
full_address     4503  non-null values
latitude         4503  non-null values
longitude        4503  non-null values
name             4503  non-null values
neighborhoods    4503  non-null values
open             4503  non-null values
review_count     4503  non-null values
stars            4503  non-null values
state            4503  non-null values
type             4503  non-null values
dtypes: bool(1), float64(3), int64(1), object(8)`

及

餐厅(回顾)(框架)

Int64Index: 158430 entries, 0 to 229905
Data columns (total 8 columns):
business_id    158430  non-null values
date           158430  non-null values
review_id      158430  non-null values
stars          158430  non-null values
text           158430  non-null values
type           158430  non-null values
user_id        158430  non-null values
votes          158430  non-null values
dtypes: int64(1), object(7)

我想使用pandas中的dataframe.join（）命令将这两个数据帧合并成一个数据帧

我尝试了以下代码行：

#the following line of code creates a left join of restaurant_ids_frame and   restaurant_review_frame on the column 'business_id'
restaurant_review_frame.join(other=restaurant_ids_dataframe,on='business_id',how='left')

但当我尝试此操作时，会出现以下错误：

Exception: columns overlap: Index([business_id, stars, type], dtype=object)

我对pandas非常陌生，对于执行join语句，我不知道自己做错了什么

---

任何帮助都将不胜感激。

如果数据帧有一些共同的列名，则连接将失败。最简单的方法是包含

lsuffix

或

rsuffix

关键字，如下所示：

restaurant_review_frame.join(restaurant_ids_dataframe, on='business_id', how='left', lsuffix="_review")

这样，列具有不同的名称。文件

---

或者，您可以通过在加入之前简单地删除有问题的列来解决这个问题。例如，如果

restaurant\u ids\u dataframe

中的星与

restaurant\u review\u frame

中的星是冗余的，则可以

del restaurant\u ids\u dataframe['stars']

使用合并将两个数据帧合并为一个：

import pandas as pd
pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')

其中，on指定两个数据帧中存在的字段名，以加入，以及如何加入 定义其内部/外部/左/右连接是否与外部使用“来自两个帧的键的并集（SQL:完全外部连接）。”由于两个数据帧中都有“星”列，因此默认情况下，这将在组合的数据帧中创建两列“星x”和“星y”。正如@DanAllan在join方法中提到的，可以通过将后缀作为kwarg传递来修改merge的后缀。默认值为

后缀=（'ux'，'uy'）

。如果您想执行类似于

star\u restaurant\u id

和

star\u restaurant\u review

的操作，您可以执行以下操作：

 pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))

---

本节将详细说明这些参数

如果有人需要尝试将索引上的两个数据帧合并在一起（而不是另一列），这也可以

T1和T2是具有相同索引的数据帧

import pandas as pd
T1 = pd.merge(T1, T2, on=T1.index, how='outer')

---

另外，我不得不使用merge，因为append会不必要地填充nan。

它还表示“business\u id”列重叠，因为我正在创建连接，所以它不应该重叠吗？我该如何解决这个问题呢？嘿@DanAllan我尝试了join方法，但我得到的只是餐馆\u ID\u数据框中的4503个条目，以及属于餐馆\u review\u框架的列中的零个条目。你能告诉我为什么会这样吗？我已经按照您的建议使用上述语句执行了左连接，但出于某种原因，它似乎没有给我任何来自餐厅回顾框架的项目。我正在寻找的是创建一个数据框，其中包含来自两个数据框的所有列，并按业务id连接。我还删除了除业务id以外的其他列。如果您仍有兴趣解决此问题，请提供数据重现此问题的示例。您的建议解决了我的问题。我唯一要做的改变是我做了一个内部合并，而不是外部合并。i、 e.如何“内部”而不是外部。感谢您的帮助。how=内部|外部|左侧|右侧，如何合并，左右键的交叉点|联合（所有）左键和右键|仅左键|仅右键|通常与熊猫合并相关的更广泛主题：。