merge函数合并电子表格时，出现 You are trying to merge on int64 and object columns错误

最新推荐文章于 2024-03-18 08:29:27 发布
最新推荐文章于 2024-03-18 08:29:27 发布
阅读量2.2k 收藏 3
点赞数 2
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/asd_65/article/details/116697172
版权

使用df_inner=pd.merge(df1,df,how=‘inner’)进行两个一样表格合并时，出现You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat的错误提示。
首先按照提示改用concat函数，df_inner=pd.concat([df1,df]) 问题可以得到解决。如果坚持用merge函数，查阅网上资料，最好的方法是使用 df_borough.dtypes 查看Dataframe的类型，再用astype或者apply 方法转成同样的类型就可以了。
实际操作中会出现各种错误提示。所以我直接在read_excel读取数据时，修改converters参数改数据类型。具体操作：converters={‘身份证号码’:str}将“身份证号码”列数据类型转换为字符型（str）

a-65
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Pandas合并2个Dataframe报错:You are trying to merge on object and int64 columns.
qq_41767930的博客
10-22 4万+
merge(合并)2个Dataframe total_df = pd.merge(base_df, article_df, how='inner', on=['article_id']) 出现错误You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat ...
python报错3-You are trying to merge on object and int64 columns
SissiZhang的博客
05-21 1万+
python报错： You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat 原因：因为连接的key,一个是字符型的，进object那个，看下类型肯定不是int，一个是int型的，所以需要让两个key类型一样。 解决办法：让两个key类型一样 例：（改数组...
Pandas pd.merge() 报错：ValueError: You are trying to merge on int64 and object columns.
三妹的博客
10-21 1万+
1、需求： df1 和 df2 按照 A, B 两列进行合并，假设 df1 为 A B C 三列，df2 为 A B D 三列，将其中A B 相同的列 merge 为 A B C D 四列。 outfile = pd.merge(df1, df2, how='left', on=['A','B']) 2、用 pandas 合并两个 CSV 文件时，报错信息如下： ValueError...
ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should u
m0_46926492的博客
04-19 1348
【代码】ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should u。
ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should u
热门推荐
ustbbsy的博客
11-06 2万+
直接说原因 merge的第二个参数是字符串类型，转化成int 一探究竟 object and int64 是有位置的，分别是第一个参数和第二个参数 df1 = pd.DataFrame({"a":['13', "1", '1', '3'], "b":[1,1,1,1]}) df2 = pd.DataFrame({"a":[1, 2, 3, 4]}) pd.merge(df1, df2, on='a', how='inner') 然后就报错 ValueError: You are tryi...
ValueError: You are trying to merge on object and float64 columns. If you wish to proceed you should
ksx_120999的博客
01-07 1万+
两个列表的其中一列值分别是 左表:lk ['' '' '' '' '' '' '' '' '' '' '' '' '' ''],       类型是 <type 'str'> 右表:rk [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.],       类型是 <type 'numpy.float64'>， --------类型...
php数组合并array_merge()函数使用注意事项
12-19
然而，当`array_merge()`的参数中包含非数组元素时，会引发错误。例如： ```php $array1 = 1; // 不是数组 $array2 = array('b' => 'cc'); $array3 = array_merge($array1, $array2); ``` 这将导致以下警告： ``` ...
[小白系列][pandas基础]数据合并函数merge( )
12-21
merge（)函数 merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None) ...
重新认识php array_merge函数
12-18
`PHP`中的`array_merge`函数是一个非常常用的数组操作函数，它的主要作用是将一个或多个数组合并成一个新的数组。让我们深入理解这个函数的工作原理及其一些关键特性。 首先，`array_merge`的基本语法如下： ```php...
php array_merge函数使用需要注意的一个问题
10-24
主要介绍了php array_merge函数使用需要注意的一个问题,本文讲解array_merge合并数组时不会合并数字键名的问题,大家使用时需要注意,需要的朋友可以参考下
php通过array_merge()函数合并关联和非关联数组的方法
12-19
`array_merge()`函数的基本语法如下： ```php array_merge(array1, array2, ..., array_n) ``` 在这里，`array1`, `array2`, ..., `array_n`是你想要合并的一个或多个数组。这个函数会将所有数组的元素添加到第一...
【Python数据清洗】使用merge合并2个Dataframe报错:You are trying to merge on object and int64
小猪课堂的博客
02-24 4266
test_1=pd.DataFrame(a) test_2=pd.DataFrame(a) pd.merge(test_1,test_2,left_on='x_id',right_on='x_id',how='left') 出现报错：You are trying to merge on object and int64 出错原因就是test_1.x_id与test_2.x_id数据类型不一致 ...
You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.conca
小僵尸打字员的博客
06-13 1万+
前言 是在用pandas合并Dataframe的时候遇到的这个问题, pd.merge(df_borough, df_price , how=‘left’, on=‘other_id’).fillna(value=0) 问题原因 问题的原因是两个Dataframe根据合并的字段other_id的类型不一样导致了这个问题, 说来也玄学…跑了很多其他都没事, 一模一样塞入的类型 解决 使用 df_bo...
TensorFlow报错：You are trying to merge on int64 and object columns.
weixin_44320224的博客
05-24 1632
报错详情 ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat 百度了半天的教程，最后在一篇教程的评论处看明白了错误的原因，我个人理解的错误的大致意思是用于合并的列的类型不一致，导致这两个表无法merge到一起。 修改 task1['uid'] = task1['uid'].apply(int)#利用apply将用于合并的列转
Python报错：You are trying to merge on int64 and object columns. If you wish to proceed you should
NayelyA的博客
11-14 4998
报错代码： import pandas as pd ...... #使用自定义的列名，跳过文件中的头行，处理缺失值列表标记的缺失值 df = pd.read_csv(filename,skiprows=[0],names=names,na_values=miss_value) df_latlng = pd.read_csv("qingdao-latlng.csv",skiprows=[0],nam...
Python报错You are trying to merge on object and int64 columns.
TK_Phoenix的博客
03-21 4539
result= pd.read_excel('D:/1日常工作内容/每日销售开发业绩(Python)/20200302/配置信息/ebay.xlsx') result_saleid = pd.read_csv('D:/1日常工作内容/每日销售开发业绩(Python)/20200302/配置信息/ID.csv',encoding='gbk') resu...
Merge Dataframe报错You are trying to merge on object and float64 columns
胡祺
07-23 4022
问题描述 将900个csv读取成DataFrame进行Merge操作： import pandas as pd df_pri=pd.read_csv('C:/Users/38266/Desktop/t/csvFile/0.csv') for i in range(1,900): df=pd.read_csv('C:/Users/38266/Desktop/t/csvFile/'+str(i)+'.csv') df_pri = pd.merge(df_pri, df, how='outer'
【Python工作随笔】解决pandas表单数据无法拼接的问题
最新发布
Mr数据杨
03-18 611
要解决这个问题需要确保合并的列在两个数据帧中具有相同的数据类型。这通常涉及到将一列的数据类型转换为与另一列相匹配的数据类型。函数）时，两个不同数据帧(DataFrame)中用于合并的列数据类型不匹配，一个是。类型通常意味着列中的数据是文本（字符串）或者混合类型的数据。通过确保合并操作中使用的键列具有相同的数据类型，可以避免上述。进行数据合并（例如使用。
在使用Pandas的 pd.merge() 报错：ValueError: You are trying to merge on int64 and object columns.
weixin_48478939的博客
09-06 747
如果df_1里面的A或B的类型和df_2里面的数据类型不同，一般情况是字符串（str）和数据类型（int,float）的不同，在运行时，就会出现报错：ValueError: You are trying to merge on int64 and object columns.然后在进行后面的合并 df_data = pd.merge( df_1, df_2, on=['A', 'B'] ) 即可。2.解决方法 ：把df_1和df_2的对应的on=['A', 'B'] 数据类型统一化，即可。
You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat
05-30
这个错误是因为在使用 merge() 函数时，要合并的两个 DataFrame 中，指定合并的列数据类型不同，一个是 int64 类型，一个是 object 类型。为了解决这个问题，可以使用 pd.concat() 函数进行拼接。 例如，假设有两个 DataFrame，df1 和 df2，其中 df1 的某一列的数据类型是 int64，而 df2 的相应列的数据类型是 object。想要将这两个 DataFrame 合并在一起，可以按照以下步骤进行： ``` import pandas as pd # 创建 DataFrame df1 df1 = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}) # 创建 DataFrame df2 df2 = pd.DataFrame({'col1': ['1', '2', '3'], 'col2': ['7', '8', '9']}) # 将 df2 中的 col1 列转换为 int64 类型 df2['col1'] = df2['col1'].astype(int) # 拼接 df1 和 df2 df = pd.concat([df1, df2]) ``` 在这个例子中，我们首先创建了两个 DataFrame，df1 和 df2。然后，我们将 df2 中的 col1 列转换为 int64 类型。最后，我们使用 concat() 函数将 df1 和 df2 拼接在一起，生成一个新的 DataFrame df。 需要注意的是，这种方法只适用于需要简单的拼接两个 DataFrame 的情况。如果需要进行更复杂的数据合并，建议先将数据类型转换为相同的类型，然后再使用 merge() 函数进行合并。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值