Python 错误的输出

嗯 我已经浏览了一些与这个话题相关的博客，但我仍然遇到同样的问题。我有两个数据帧。两者都有一个X列，其中包含SHA2值。它包含十六进制字符串

示例（数据帧查找）

示例（数据帧源）

等等

所以现在我在做什么

lookup['X'] = lookup['X'].astype(str)
source['X'] = source['X'].astype(str)
source['newcolumn'] = source.merge(lookup, on='X', how='inner')['Y']

源有160000行，查找大约有500000行

现在，当操作完成时，我得到newcolumn，但值是错误的。 我已经确保它们不是从重复的X值中提取的，因为两个表中都没有重复的X

所以，这真的让我觉得自己很笨，让我的生活系统很痛苦。有人能提出什么问题吗

我现在已将呼叫替换为

def getReputation(lookupDF,value,lookupcolumn,default):
    lookupRows = lookupDF.loc[lookupDF['X']==value]
    if lookupRows.shape[0]>0:
        return lookupRows[lookupcolumn].values[0]
    else:
        return default

source['newcolumn'] = source.apply(lambda x: getReputation(lookup,x['X'],'Y',-1),axis=1)

这段代码是有效的，但显然这是一段糟糕的代码，需要很长时间。我可以对它进行多重处理，但问题仍然存在。为什么合并失败了

谢谢你的帮助 Rgds

在这种情况下，我会使用以下方法：

首先将“X”设置为

查找中的索引

DF:

In [58]: lookup.set_index('X', inplace=True)

In [59]: lookup
Out[59]:
                                                                   Y
X
000000000E000394574D69637264736F66742057696E646F7773204861726477   7
0000000080000000000000090099000000040005000000000000008F2A000010   7
000000020000000000000000777700010000000000020000000040C002004600  24
0000005BC614437F6BE049237FA1DDD2083B5BA43A10175E4377A59839DC2B64   7

In [60]: df['Y'] = df.X.map(lookup.Y)

In [61]: df
Out[61]:
                                                                  X          Z   Y
0  000000000E000394574D69637264736F66742057696E646F7773204861726477       blah   7
1  0000000080000000000000090099000000040005000000000000008F2A000010  blah blah   7
2  000000020000000000000000777700010000000000020000000040C002004600      dummy  24

实际上，您的代码对于示例DFs正常工作：

In [68]: df.merge(lookup, on='X', how='inner')
Out[68]:
                                                                  X          Z   Y
0  000000000E000394574D69637264736F66742057696E646F7773204861726477       blah   7
1  0000000080000000000000090099000000040005000000000000008F2A000010  blah blah   7
2  000000020000000000000000777700010000000000020000000040C002004600      dummy  24

---

因此，检查两个DFs中的

X

列中是否有相同的数据和数据类型

嘿-谢谢你的评论-我会检查地图并尽快回来。这很有效。谢谢不，我没有改变其他任何事情。因此，合并存在一些问题。也许我应该报告一个错误。是的，在合并之前，我确保数据类型和数据是相同的。它适用于这几行，但不适用于真正的数据集，因为数据集相当大。

In [58]: lookup.set_index('X', inplace=True)

In [59]: lookup
Out[59]:
                                                                   Y
X
000000000E000394574D69637264736F66742057696E646F7773204861726477   7
0000000080000000000000090099000000040005000000000000008F2A000010   7
000000020000000000000000777700010000000000020000000040C002004600  24
0000005BC614437F6BE049237FA1DDD2083B5BA43A10175E4377A59839DC2B64   7

In [60]: df['Y'] = df.X.map(lookup.Y)

In [61]: df
Out[61]:
                                                                  X          Z   Y
0  000000000E000394574D69637264736F66742057696E646F7773204861726477       blah   7
1  0000000080000000000000090099000000040005000000000000008F2A000010  blah blah   7
2  000000020000000000000000777700010000000000020000000040C002004600      dummy  24

In [68]: df.merge(lookup, on='X', how='inner')
Out[68]:
                                                                  X          Z   Y
0  000000000E000394574D69637264736F66742057696E646F7773204861726477       blah   7
1  0000000080000000000000090099000000040005000000000000008F2A000010  blah blah   7
2  000000020000000000000000777700010000000000020000000040C002004600      dummy  24