Python 合并数据帧将创建nan列

我正在尝试将3x2 excel（3x组数据，一组用于男性和女性）合并到一个大数据框中。每个excel可以包含不同的人员

每个数据帧当前有4列：

Lidnummer

，

Speler

，

Club

，

Klassement

每个excel都类似于以下内容

| Lidnummer | Speler | Club | Klassement |
|-----------|--------|------|------------|
| 1         | some1  | meh  | A          |
| 2         | some2  | meh  | D          |
| 3         | some3  | meh  | B2         |

dataFrames = [single_male, single_female, double_male, double_female, mix_male, mix_female]
players = reduce(lambda left, right: pd.merge(left, right, on=['Lidnummer','Speler', 'Club', 'gender'], how='outer'), dataFrames)
players.head()

这适用于每个性别和每个学科（

s

，

x

，

d

）

因此，我编写了以下代码块来读取每个数据集

single_male = pd.read_excel(xlxs, sheet_name=0)[['Lidnummer', 'Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 's'}).assign(d=np.nan, x=np.nan, gender='M')
single_female = pd.read_excel(xlxs, sheet_name=1)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 's'}).assign(d=np.nan, x=np.nan, gender='F')
double_male = pd.read_excel(xlxs, sheet_name=2)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'd'}).assign(s=np.nan, x=np.nan, gender='M')
double_female = pd.read_excel(xlxs, sheet_name=3)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'd'}).assign(s=np.nan, x=np.nan, gender='F')
mix_male = pd.read_excel(xlxs, sheet_name=4)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'x'}).assign(d=np.nan, s=np.nan, gender='M')
mix_female = pd.read_excel(xlxs, sheet_name=5)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'x'}).assign(d=np.nan, s=np.nan, gender='F')

这使数据成为我认为合并所需的数据。我把它合并如下

| Lidnummer | Speler | Club | Klassement |
|-----------|--------|------|------------|
| 1         | some1  | meh  | A          |
| 2         | some2  | meh  | D          |
| 3         | some3  | meh  | B2         |

dataFrames = [single_male, single_female, double_male, double_female, mix_male, mix_female]
players = reduce(lambda left, right: pd.merge(left, right, on=['Lidnummer','Speler', 'Club', 'gender'], how='outer'), dataFrames)
players.head()

除了创建列

s_x

，

s_y

，

d_x

，

d_y

，

x_x

，

x_y

，这似乎是可行的。对于每个规程（s、d和x），数据在这两列上进行拆分

一些谷歌建议在合并的

on=

部分包含例如

's'

，但是我得到了错误

您正在尝试合并object和float64列。如果您希望继续，应使用pd.concat

我试过用concat，但没法用

那么，我如何为

s

、

d

和

x

创建一个列，其中包含每个学科的数据

因此，生成的数据集如下所示：

| Lidnummer | Speler | Club | gender | s  | d   | x  |
|-----------|--------|------|--------|----|-----|----|
| 1         | some1  | meh  | M      | A  | A   | A  |
| 2         | some2  | meh  | F      | D  | C2  | C1 |
| 3         | some3  | meh  | F      | B2 | B1  | B2 |

---

您可以尝试以下代码（此处没有excel）：

---

你到底想做什么？难道你不想拥有一个包含所有6张工作表的所有行的数据框吗（在完成转换之后）？这正是我想要的。我已经用一些额外的信息更新了这个问题。您在此处提供的代码是否运行，例如

重命名

（看起来有些模棱两可）？所以你想把你的床单连在一起，这很简单，是吗？我发现，在我的例子中，当每个excel都有不同数量的播放器（并非所有数据表中都存在）时，它不像您使用它的方式工作得那么好，会以列方式加入数据帧。因此，对于其中一个女性玩家框架，它会在另一个框架中搜索匹配项并为其添加列，但据我所知，这不是您想要的。你能试试下面的代码，看看它是否有效吗？我刚才在另一个评论部分提到了这一点：这是如何合并数据的？它能与单男和双男作为不同的人一起工作吗？是的，它只是把框架粘在一起。假设在“男性数据框”中有4行，在“女性数据框”中有3行，如果执行

pd.concat（[male，female]，axis='index'）

，则会得到7条记录。这里的重要部分是

axis='index'

这将行按索引方向粘在一起。如果你这样做，

axis='columns'

它会尝试按列对齐数据。我想我遗漏了一个细节，

s

，

d

，

x

列是不同的数据集，因此我从你的代码中看到，这没有考虑到这一点。嗯，在你的帖子中，看起来你用

Nan

填充了它们。它们实际上是excel中的列吗？如果是这样，您只需将它们添加到列列表中，如有必要，将它们添加到传递给

all.rename

的dict中。对不起，我现在得走了，我12:30有一门课程。希望这能帮助你自己解决剩下的问题。熊猫很有趣。