Python 对字符串列执行pd.merge时出现键错误
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:Python 对字符串列执行pd.merge时出现键错误,python,pandas,join,Python,Pandas,Join,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
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:
result = pd.merge(df1,
df2[['iapa_score']],
left_on=['taxon'],
right_on=['taxon'],
how='outer')
到
它成功了。我的印象是,在第二个数据框之后[]内的列名暗示了您希望加入的列。在我看来,问题来自这行df2['iapa_分数']],因为如果您将数据框限制为列iapa_分数,则列分类单元将不再出现,因此出现了关键错误。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 = pd.DataFrame({'taxon': ["spp1", "spp1", "spp3"]})
df2 = pd.DataFrame({'taxon': ["spp1", "spp2", "spp3", "spp4"], 'score': ["8", "7", "6", "17"]})
result = pd.merge(df1,
df2,
left_on=['taxon'],
right_on=['taxon'],
how='left')
print(result)
df1:
df2:
结果:
taxon score
0 spp1 8
1 spp1 8
2 spp3 6
感谢您的解释,我偶然发现了导致关键错误的原因,这使它更加清晰,并指出了从外部连接到左连接的变化。
taxon
0 spp1
1 spp1
2 spp3
taxon score
0 spp1 8
1 spp2 7
2 spp3 6
3 spp4 17
taxon score
0 spp1 8
1 spp1 8
2 spp3 6