Python 没有一种类型未说明

我有以下数据帧

df

：

       x_1  x_2      x_3    x_4        x_5  ID  cost 
0  159  xyz  883nne2  28h93     lightz  10     2       
1  159  xyz  883nne2  28h93     lightz  10     5       
2  354  abc  94mmm4k             heavy  15     2       
3  354  abc  94mmm4k             heavy  15     1       
4  354  abc  94mmm4k   455h             15     7       
5  354  abc  94mmm4k             super   3     2       
6  354  abc  94mmm4k    53g             10     4   
7  354  abc  94mmm4k    53g             10     4 

我使用以下公式计算总计数加上成本列的总和：

df2 = df.fillna('').groupby(['x_1','x_2','x_3','x_4','x_5','ID'])['cost'].agg(['count','sum'])

这将返回我期望的结果，即：

   x_1  x_2      x_3    x_4        x_5  ID  cost count sum
0  159  xyz  883nne2  28h93     lightz  10     2     2   7
1  354  abc  94mmm4k             heavy  15     2     2   3 
2  354  abc  94mmm4k   455h             15     7     1   7
3  354  abc  94mmm4k             super   3     2     1   2
4  354  abc  94mmm4k    53g             10     4     2   8

然后，我将此数据帧与另一个数据帧合并，以使用以下方法比较聚合计数：

y_merge_cols = ['y_1','y_2','y_3','y_4','y_5','ID']
x_merge_cols = ['x_1','x_2','x_3','x_4','x_5','ID']

d1 = df1.merge(con_subs_df, left_on=y_merge_cols, right_on=x_merge_cols, how='left')

我的输出是：

   y_1  y_2      y_3    y_4       y_5  y_id    y_count   count sum
0  159  xyz  883nne2  28h93     lightz   10         12      2   7
1  354  abc  94mmm4k             heavy   15         24                 
2  354  abc  94mmm4k   455h              15         72                
3  354  abc  94mmm4k             super    3         21                
4  354  abc  94mmm4k    53g              10         42                

但我希望看到：

   y_1  y_2      y_3    y_4       y_5  y_id    y_count   count sum
0  159  xyz  883nne2  28h93     lightz   10         12       2   7
1  354  abc  94mmm4k             heavy   15         24       2   3     
2  354  abc  94mmm4k   455h              15         72       1   7     
3  354  abc  94mmm4k             super    3         21       1   2     
4  354  abc  94mmm4k    53g              10         42       2   8   

相反

---

由于某些原因，当我合并我的列时，

df2

上执行的计数和求和不考虑空或NaN组合，并且聚合计数和求和不会像合并之前那样显示。

我高度怀疑您的一个索引列在对象和数字类型之间不匹配。请在合并代码之前添加此项以进行检查

for i in range(len(y_merge_cols)):
     assert y_merge_cols[i].dtype == x_merge_cols[i].dtype,\
          'Expected type {} got {}'.format(y_merge_cols[i].dtype,x_merge_cols[i].dtype)

---

在执行第一个

groupby

时，还将填充所有nan值

df2=df.fillna（“”）.groupby（…）

。因此，在

合并期间

，您需要确保两个数据帧的nan值都被

'

替换

问题中的代码存在一些可变问题（例如，

groupby

中的

df2

是否等于

df1

或

con_subs_df

），因此我创建了一个自合并的小示例，输入数据是问题中的第一个数据帧

df

首先是

groupby

（与问题中相同）：

在合并中，由于两个数据帧的列相同，我们可以使用

on

参数，而不是

on

上的

left\u和
on
上的
right\u。在这里，我们对前面的数据帧进行
合并


没有
填充（“”）
：


使用
填充（“”）
：

结果:

    x_1 x_2     x_3   x_4      x_5  ID  cost    count   sum
0   159 xyz 883nne2 28h93   lightz  10     2        2     7
1   159 xyz 883nne2 28h93   lightz  10     5        2     7
2   354 abc 94mmm4k          heavy  15     2        2     3
3   354 abc 94mmm4k          heavy  15     1        2     3
4   354 abc 94mmm4k 455h            15     7        1     7
5   354 abc 94mmm4k          super  3      2        1     2
6   354 abc 94mmm4k 53g             10     4        2     8
7   354 abc 94mmm4k 53g             10     4        2     8



实际结果将根据您的具体用例而有所不同，但这说明了问题中最可能出现的问题。
您能提供一个解决方案吗？您需要在这里展示工作的成功之处。你提到的问题是正确的。我没有在两个数据帧中都考虑NAN值。我很感谢你抽出时间来探索solution@Aldo：很乐意帮忙：）
df1 = df.merge(df2, on=['x_1','x_2','x_3','x_4','x_5','ID'], how='left')

    x_1 x_2     x_3   x_4      x_5  ID  cost    count   sum
0   159 xyz 883nne2 28h93   lightz  10     2      2.0   7.0
1   159 xyz 883nne2 28h93   lightz  10     5      2.0   7.0
2   354 abc 94mmm4k   NaN    heavy  15     2      NaN   NaN
3   354 abc 94mmm4k   NaN    heavy  15     1      NaN   NaN
4   354 abc 94mmm4k  455h      NaN  15     7      NaN   NaN
5   354 abc 94mmm4k   NaN    super  3      2      NaN   NaN
6   354 abc 94mmm4k   53g      NaN  10     4      NaN   NaN
7   354 abc 94mmm4k   53g      NaN  10     4      NaN   NaN

df1 = df.fillna('').merge(df2, on=['x_1','x_2','x_3','x_4','x_5','ID'], how='left')

    x_1 x_2     x_3   x_4      x_5  ID  cost    count   sum
0   159 xyz 883nne2 28h93   lightz  10     2        2     7
1   159 xyz 883nne2 28h93   lightz  10     5        2     7
2   354 abc 94mmm4k          heavy  15     2        2     3
3   354 abc 94mmm4k          heavy  15     1        2     3
4   354 abc 94mmm4k 455h            15     7        1     7
5   354 abc 94mmm4k          super  3      2        1     2
6   354 abc 94mmm4k 53g             10     4        2     8
7   354 abc 94mmm4k 53g             10     4        2     8