合并两个数据框时，会出现额外的行。我将用一个例子来解释：数据帧1（50行），我通过4个键将数据帧2（1600万行）的列附加到它，最终的数据帧是51行。此外，这是额外的一行 - 它重复其中一行，即，事实上，行数由于行 - 重复而增加。可能是什么原因？当然，您可以稍后删除重复项，但我希望它们一开始就不会形成。 （至于数据类型 - 一切都很好，我检查过）
Вот примеры кода (2 варианта):
df_merged1 = pd.merge(
res_test1, df3_,
left_on=['uuid', 'id_route', 'vehicle_type', 'time' ],
right_on=['uuid', 'id_route', 'vehicle_type', 'time' ]
)
df_merged2 = res_test1.merge(df3_, on=['uuid', 'id_route', 'vehicle_type', 'time' ])
大家好！请帮忙。我有这个数据框：
df = pd.DataFrame({
'sku_sellout': ['a', 'a', 'b', 'c', 'a'],
'labels': ['менее 100%', '100-200%', 'более 200%', 'более 200%', 'менее 100%'],
'price': [100, 200, 300, 1000, 100],
'ranges': ['0-100', '100-200', '200-300', '900-1000', '0-100'],
'rur_extr': [1, 2, 3, 4, 1],
'qnt_extr': [10, 20, 30, 40, 15]
})
| sku_售完 | 标签 | 价格 | 范围 | 鲁尔外部 | qnt_extr |
|---|---|---|---|---|---|
| 一个 | 低于100% | 100 | 0-100 | 1 | 10 |
| 一个 | 100-200% | 200 | 100-200 | 2 | 20 |
| 乙 | 超过200% | 300 | 200-300 | 3 | 30 |
| c | 超过200% | 1000 | 900-1000 | 4 | 40 |
| 一个 | 低于100% | 100 | 0-100 | 1 | 15 |
我需要从中得到这个：
df2 = pd.DataFrame({
'sku_sellout': ['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c'],
'metrics':['ranges', 'rur_extr','qnt_extr','ranges', 'rur_extr','qnt_extr','ranges', 'rur_extr','qnt_extr'],
'менее 100%': ['0-100',2,25,None,None,None,None,None,None],
'100-200%': ['100-200%',2,20,None,None,None,None,None,None],
'более 200%': [None,None,None,'200-300',3,30,'900-1000',4,40]
})
| sku_售完 | 指标 | 低于100% | 100-200% | 超过200% |
|---|---|---|---|---|
| 一个 | 范围 | 0-100 | 100-200% | 没有任何 |
| 一个 | 鲁尔外部 | 2 | 2 | 没有任何 |
| 一个 | qnt_extr | 25 | 20 | 没有任何 |
| 乙 | 范围 | 没有任何 | 没有任何 | 200-300 |
| 乙 | 鲁尔外部 | 没有任何 | 没有任何 | 3 |
| 乙 | qnt_extr | 没有任何 | 没有任何 | 30 |
| c | 范围 | 没有任何 | 没有任何 | 900-1000 |
| c | 鲁尔外部 | 没有任何 | 没有任何 | 4 |
| c | qnt_extr | 没有任何 | 没有任何 | 40 |
那些。本质如下 - 行中有测量 sku_sellout 和指标（ranges、rur_extr、qnt_extr），列中有标签的值。十字路口处有：
我通过melt 和pivot_table 完成了此操作，但无法将条件逻辑应用于该列：应用“first”或“sum”。
通常，在执行任何数据分析任务之前，您需要验证数据。有必要防止数据集中缺少数值。为此，我使用求平均值和插值的函数。但在每种情况下我都会遇到一个问题。
当data1.mean(axis=1)我收到 TypeError: unsupported operand type(s) for +: 'int' and 'str' 时。
当data1.interpolate(method ='linear', axis = 1)我收到 TypeError: Cannot interpolate with all object-dtype columns in the DataFrame 时。尝试将至少一列设置为数字数据类型。
我尝试了不同的选项来纠正这种情况，例如，我使用 to_numeric 函数将 str 值转换为 int，但这种方式出现了越来越多的问题（神奇地出现了更多 NaN 值）。与 相同astype(int)。
数据集。这里NaN值为“-”。
你如何解决这个问题？
这是我第三天一直在尝试解决一个非常基本的问题 - 用另一列中的子字符串的值填充数据帧列中的缺失值。字符串字段。我阅读了很多文档和示例。最后我想出了这个：
def podstroka(y):
return 'J' + y[14:]
df_FileOne['US'] = df_FileOne['US'].apply(lambda x: podstroka(df_FileOne['Debet'].astype(str)) if df_FileOne[df_FileOne['US'].isnull()] else df_FileOne['US'])
但这不起作用。ValueError：DataFrame 的真值不明确。求助，这里的专家只有时间敲一行代码来解决问题。
有一个包含 2 个变量的函数。这些变量是大表中的列。
def regr(x, y):
x = acc[x]
y = acc[y]
sns.regplot(x, y, line_kws=dict(color="r"))
plt.savefig('plot_' + ... + '.png')
accc = pd.merge(x, y, left_index= True, right_index = True)
accc.to_excel('table' + ... + '.xlsx')
x 和 y 是从 1 到 2023 的数字。