关于pandas merge函数按key值匹配时出现的问题

本文探讨了在使用pandas merge函数合并两个数据表时遇到的问题,由于key1列数据精度不一致导致合并失败。解决方案是将两表的key1列数据类型统一为float64,并四舍五入到两位小数。通过这个操作确保了数据匹配,解决了合并问题。
摘要由CSDN通过智能技术生成

问题描述:在使用merge函数将left_sheet和right_sheet进行合并,pd.merge(left_sheet,right_sheet,how='left',on='key1'),两表中都存在key1,且数值相同。但合并结果result_sheet中并未成功将right_sheet中的内容合并进来。

问题原因:pandas读入两表的key1列时,数据精度不一样。

问题解决:将两表key1的数据类型和精度改为一致

left_sheet['key1']=np.round(np.array(left_sheet['key1'],astype(float64),2))

right_sheet['key1']=np.round(np.array(right_sheet['key1'],astype(float64),2))

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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