当我尝试合并具有相同行大小的数据时，问题增加了行
Posted
技术标签:
【中文标题】当我尝试合并具有相同行大小的数据时，问题增加了行【英文标题】：The problem is increased the row when I try to merge data that have the same row size 【发布时间】：2021-11-28 05:06:19 【问题描述】：我们想使用合并的方法将两个修改后的数据框合并为一个数据。 每个数据框的形状为 16598 行 × 6 列。 预期结果为（16598 行 × 6 列）。 但是，合并后的结果是（16602 行 × 7 列），行数增加了 4。 我使用的代码如下。
total_data = pd.merge(data_01,data_02,on=['Name', 'Platform', 'Year', 'Genre', 'Publisher'])
更具体一点..
“data_01”的列名称为“Name”、“Platform”、“Year”、“Genre”、“Publisher”和“NA_Sales”。 （16598行×6列）
“data_02”的列名称为“Name”、“Platform”、“Year”、“Genre”、“Publisher”和“EU_Sales”。 （16598行×6列）
两个数据框仅在索引号和数据行顺序上有所不同，'Name'、'Platform'、'Year'、'Genre'和'Publisher'的值相同。
只有“NA_Sales”、“EU_Sales”和“Year”的值是数字，其余的都是对象类型。
我想做什么... 我想制作一个 DataFrame（16598 行 × 7 列）来组合 Data01 和 Data02。但是，该列不断增加。
data_01（16598 行 × 6 列）
Name Platform Year Genre Publisher NA_Sales
1 Candace.. DS 2008.0 Action Destineer 40.0
2 The Mun.. Wii 2009.0 Action Namco.. 170.0
3 Otome .. PS 2010.0 Adventure Alchemist 0.0
4 Deal.. DS 2010.0 Misc Zoo Games 40.0
5 Ben 10.. PS3 2010.0 Platform D3Publisher 120.0
... ... ... ... ... ... ...
16331 Midway.. PS2 2003.0 Misc Midway Games 720000.0
16409 NASCAR.. PS2 2005.0 Racing Electronic.. 530000.0
16483 Super.. SAT 1998.0 Strategy Banpresto 0.0
16493 Morta.. PSV 2012.0 Fighting Warner Bros. 470000.0
16579 Gex:.. PS 1998.0 Platform BMG... 320000.0
data_02（16598行×6列）
Name Platform Year Genre Publisher EU_Sales
1 Candace.. DS 2008.0 Action Destineer 0.0
2 The.. Wii 2009.0 Action Namco ... 0.0
3 Otome.. PSP 2010.0 Adventure Alchemi.. 0.0
4 Deal or.. DS 2010.0 Misc Zoo Games 0.0
5 Ben 10.. PS3 2010.0 Platform D3Publisher 90.0
... ... ... ... ... ... ...
16348 Aladdin.. Wii 2011.0 Racing Big.. 0.0
16375 Kill... XB 2003.0 Shooter Namco.. 50000.0
16385 Tomb.. PS2 2009.0 Action Eidos.. 40000.0
16526 Planet.. GBA 2001.0 Action Titus 0.0
16572 Koihime.. PS4 2016.0 Fighting Yeti 0.0
【问题讨论】：
我对你想要基于The result was expected to be (16598 rows × 6 columns). However, the combined result was (16602 rows × 7 columns), and the number of rows increased by four. 实现的目标有点困惑，看来你想要类似于 LEFT JOIN 的东西；另一方面，您的最后一句 What I want to make.. Based on the five common columns, one data frame that combines "NA_Sales", "EU_Sales" columns accordingly.(16598 rows × 7 columns) 请澄清并修复 df_02 名称。如果您使用 SQL JOIN 示例来说明所需的结果，可能会更容易
嗨，你能给我们提供一些 df_01 和 df_02 的例子吗？例如 df_01.head(5) 和 df_02.head(5) 的输出。此外，将所需的输出添加为数据框格式也会很棒。
我还是不擅长表达我的意见，对不起。我修改了我的问题所需的东西:)
【参考方案1】：
我想我理解通过Name 到Publisher 的数据在两个表索引中是相同的。
所以只需合并一个数据框的所有内容和另一列的一列。
total_data = pd.merge(data_01, data_02.EU_Sales, left_index=True, right_index=True)
【讨论】：
以上是关于当我尝试合并具有相同行大小的数据时，问题增加了行的主要内容，如果未能解决你的问题，请参考以下文章