Python 合并数据帧：在左侧创建空列

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更小的数据集来测试该方法，它工作得非常好

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：

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  12.0
2     30  11.5  11.8  28.8  12.1  12.2
3     40  12.0  12.2  37.7  12.3  12.4
4     50  12.3  12.4  46.6  13.5  13.2
5     60  12.6  12.7  55.5  14.2  14.1
6     70  13.0  13.1  64.4   NaN   NaN
7     80  13.8  14.1  73.3   NaN   NaN

结果令人满意，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（所有值均为NaN）。我怀疑问题出在浮点数上，因为我的数据集是由不同的软件在不同的机器上创建的，虽然“深度”在所有文件中的精度都是两个十进制数，但我担心这两个文件中的精度可能都不是20.05，但其中一个可能是20.04999999999，而另一个可能是20.05000000000001。然后，合并函数将不起作用，如以下示例所示：

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

将

深度

值四舍五入到适当的精度：

for df in [examplelog, log1, log2]:
    df['Depth'] = df['Depth'].round(1)

---

屈服

   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  12.0
2     30  11.5  11.8  28.8  12.1  12.2
3     40  12.0  12.2  37.7  12.6  12.4
4     50  12.3  12.4  46.6  13.7  13.2
5     60  12.6  12.7  55.5  14.0  14.1
6     70  13.0  13.1  64.4   NaN   NaN
7     80  13.8  14.1  73.3   NaN   NaN

---

根据评论，四舍五入似乎不适用于实际数据的OP 数据。要调试此问题，请查找一些应合并的行：

subframes = []
for frame in [examplelog, log2]:
    mask = (frame['Depth'] < 20.051) & (frame['Depth'] >= 20.0)
    subframes.append(frame.loc[mask])

---

这可能会为我们提供重现问题所需的信息。

我明白了，这在示例中非常有效，但在我的数据中仍然无效：（.你知道数据还有什么问题吗？从视觉上看，我看不到任何问题或任何不同…谢谢。我在上面添加了一个关于如何调试问题的建议。谢谢！所以我得到的是：

Depth 1 non-null float64

（对于TVD）和其余数据

0 non-null float64

（这令人困惑，是否意味着我在合并过程中丢失了所有数据？）

0非空

意味着在合并之前没有选择任何数据。这意味着

20.049

和

20.051

之间没有

Depth

值。您可能需要更改数字以获取一些行。目标是创建一个小的可运行示例，重现您看到的问题。

frame.to dict（'list'））

将（希望）为我们提供制作此类示例所需的数据。

subframes = []
for frame in [examplelog, log2]:
    mask = (frame['Depth'] < 20.051) & (frame['Depth'] >= 20.0)
    subframes.append(frame.loc[mask])

for frame in subframes:
    print(frame.to_dict('list')) 
    print(frame.info())          # shows the dtypes of the columns