我正在尝试将 2 个数据帧合并在一起。具有讽刺意味的是，它们一开始是同一个数据框的一部分，但我正在迈出第一步——有时是在错误的方向上。
第 1 帧如下所示:
Int64Index: 10730 entries, 0 to 10729 Data columns (total 6 columns): RegionID 10730 non-null int64 RegionName 10730 non-null object State 10730 non-null object Metro 10259 non-null object CountyName 10730 non-null object SizeRank 10730 non-null int64 dtypes: int64(2), object(4)
Frame 2 looks like this:
Int64Index: 10730 entries, 0 to 10729 Data columns (total 82 columns): 1996Q2 8218 non-null float64 1996Q3 8229 non-null float64 1996Q4 8235 non-null float64 ..... 2016Q1 10730 non-null float64 2016Q2 10730 non-null float64 2016Q3 10730 non-null float64 dtypes: float64(82)
Notice that the indexes are of the same type, and they even have the same number of rows.
I am trying to merge the dataframes back together like so:
df4 = pd.merge(df3, df2, how='inner', left_index=True, right_index=True)
我得到的错误是:
ValueError: can only call with other PeriodIndex-ed objects
第二个数据框中的 2016Q1 和类似命名的列属于 Period 类型，但我没有合并它们——我认为只要索引对齐，合并就可以工作？我究竟做错了什么？
最佳答案
假设我们有以下 DF:
In [44]: df1
Out[44]:
1996Q2 2000Q3 2010Q4
0 1.5 3.5 1.000000
1 22.0 38.5 2.000000
2 15.0 35.0 4.333333
In [45]: df1.columns
Out[45]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC')
注意:
df1.columns 是 PeriodIndex dtypeIn [46]: df2
Out[46]:
a b c
0 a1 b1 c1
1 a2 b2 c2
2 a3 b3 c3
In [47]: df2.columns
Out[47]: Index(['a', 'b', 'c'], dtype='object')
merge 和 join 将返回:ValueError: can only call with other PeriodIndex-ed objects as，AFAIK，如果其中一些是 PeriodIndex dtype，Pandas DF 不能有混合列 dtypes:In [48]: df1.join(df2)
...
skipped
...
ValueError: can only call with other PeriodIndex-ed objects
merge 抛出同样的异常:In [54]: pd.merge(df1, df2, left_index=True, right_index=True)
...
skipped
...
ValueError: can only call with other PeriodIndex-ed objects
所以我们必须将
df1.columns 转换为字符串:In [49]: df1.columns = df1.columns.values.astype(str)
In [50]: df1.columns
Out[50]: Index(['1996Q2', '2000Q3', '2010Q4'], dtype='object')
现在
join 和 merge 将起作用:In [51]: df1.join(df2)
Out[51]:
1996Q2 2000Q3 2010Q4 a b c
0 1.5 3.5 1.000000 a1 b1 c1
1 22.0 38.5 2.000000 a2 b2 c2
2 15.0 35.0 4.333333 a3 b3 c3
In [52]: pd.merge(df1, df2, left_index=True, right_index=True)
Out[52]:
1996Q2 2000Q3 2010Q4 a b c
0 1.5 3.5 1.000000 a1 b1 c1
1 22.0 38.5 2.000000 a2 b2 c2
2 15.0 35.0 4.333333 a3 b3 c3
合并 DF 的
dtypes 列:In [58]: df1.join(df2).columns
Out[58]: Index(['1996Q2', '2000Q3', '2010Q4', 'a', 'b', 'c'], dtype='object')
如果在合并完成后需要
df1.columns 作为 PeriodIndex - 您可以在转换之前保存 df1.columns 并在完成合并/加入后将它们设置回来:In [60]: df1.columns
Out[60]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC')
In [61]: cols_saved = df1.columns
In [62]: df1.columns = df1.columns.values.astype(str)
In [63]: df1.columns
Out[63]: Index(['1996Q2', '2000Q3', '2010Q4'], dtype='object')
# merging (joining) or doing smth else here ...
In [64]: df1.columns = cols_saved
In [65]: df1.columns
Out[65]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC')
关于python - 值错误 : can only call with other PeriodIndex-ed objects，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/40499756/