时间戳

首页 > 解决方案 > 熊猫合并返回一个空的数据框

python - 熊猫合并返回一个空的数据框

问题描述

我相信我的合并函数存在问题，因为当我尝试将三个数据集添加在一起时，我返回了一个空数据框，其中的变量 2016_visitation 2017_visitation 2018_visitation 2019_visitation 在标题的顶部。我有一个断言错误告诉我它找不到列“状态”所以我想知道它是从原始未编辑数据中提取信息还是我需要包含另一个导入函数？也许另一列重命名？我的合并功能可以整体进行一些调整，但我不确定哪种方法效果最好。

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import datetime

def load_data():

    # importing datasets
    df_2017=pd.read_excel('assets/US_States_Visited_2017.xlsx', skiprows=6,skipfooter=13)
    df_2018=pd.read_excel('assets/US_States_Visited_2018.xlsx', skiprows=7,skipfooter=7)
    df_2019=pd.read_excel('assets/US_States_Visited_2019.xlsx', skiprows=6,skipfooter=8)
    
    # renaming columns
    df_2017.columns = ['2017_rank','state','2016_market_share','2016_visitation','2017_market_share','2017_visitation','volume_change']
    df_2018.columns = ['2018_rank','state','2018_market_share','2018_visitation','volume_change','2017_market_share','2017_visitation']
    df_2019.columns = ['2019_rank','state','2019_market_share','2019_visitation','volume_change','2018_market_share','2018_visitation']
    
    # dropping all columns except for relevent state and visitation columns
    df_2017.drop(df_2017.columns[[0,2,4,6]], axis=1,inplace=True)
    df_2018.drop(df_2018.columns[[0,2,4,5,6]], axis=1,inplace=True)
    df_2019.drop(df_2019.columns[[0,2,4,5,6]], axis=1,inplace=True) 
    
    # multiplying visitation by 1000 to get accurate value
    df_2017['2016_visitation'] = df_2017['2016_visitation']*1000
    df_2017['2017_visitation'] = df_2017['2017_visitation']*1000
    df_2018['2018_visitation'] = df_2018['2018_visitation']*1000
    df_2019['2019_visitation'] = df_2019['2019_visitation']*1000
    
    # starting output at state column
    df_2017=df_2017.set_index('state')
    df_2018=df_2018.set_index('state')
    df_2019=df_2019.set_index('state')
    
    # merging all datasets by state variable
    merge = pd.merge(df_2017,df_2018,on="state")
    merged_US_states_visitation = pd.merge(merge,df_2019,on='state')
    
    # sorting alphabetically
    merged_US_states_visitation.sort_values(by=['state'])
    
    return merged_US_states_visitation

load_data().head(25)

标签： pythonpandasdataframe

解决方案

问题是“状态”列与变量中的值不匹配，因此我包含了 df_201x['state'] = df_201x['state'].str.strip() ，它解决了格式问题并合并了数据。

推荐阅读