【发布时间】：2019-12-19 13:23:56
【问题描述】：
我正在使用pandas，并且我有两个具有相同行数的数据框：
我想做的就是通过ticker将它们合并在一起，我试过了
a_no_nan2_last.join(ref, on = "ticker")
这给了我这个错误
ValueError：您正在尝试合并 object 和 int64 列。如果 你想继续你应该使用 pd.concat
所以我检查了两者中 ticker 列的类型，并检查了 ticker 是唯一重叠的列
set(a_no_nan2_last.columns).intersection(set(res.columns))
这给了
{'ticker'}
和
type(a_no_nan2_last["ticker"].iloc[0])
<class 'str'>
type(res["ticker"].iloc[0])
<class 'str'>
数据看起来像
a_no_nan2_last
ticker Date Close Close_lead1
2141 1AD 2018-08-14 0.2845 0.160
5354 1AG 2018-08-14 0.0450 0.036
75158 1AL 2018-08-14 0.9287 0.800
188 1ST 2018-08-14 0.0370 0.079
81195 3DP 2018-08-14 0.0320 0.041
... ... ... ...
111688 ZMI 2018-08-14 0.1200 0.095
111310 ZNC 2018-08-14 0.1650 0.078
111877 ZNO 2018-08-13 0.1150 0.079
111373 ZTA 2018-08-10 0.0700 0.070
111940 ZYB 2018-08-09 0.0070 0.014
[1792 rows x 4 columns]
和
res
variable ticker ... Close__variance_larger_than_standard_deviation
0 1AD ... 0.0
1 1AG ... 0.0
2 1AL ... 0.0
3 1ST ... 0.0
4 3DP ... 0.0
... ... ...
1787 ZMI ... 0.0
1788 ZNC ... 0.0
1789 ZNO ... 0.0
1790 ZTA ... 0.0
1791 ZYB ... 0.0
[1792 rows x 795 columns]
所以我尝试了 concat，它是按行而不是按列追加的，这给了我错误的结果
pd.concat([a_no_nan2_last, res], axis=1)
ticker ... Close__variance_larger_than_standard_deviation
0 NaN ... 0.0
1 NaN ... 0.0
2 NaN ... 0.0
3 NaN ... 0.0
4 NaN ... 0.0
... ... ...
111688 ZMI ... NaN
111751 Z1P ... NaN
111814 ZIP ... NaN
111877 ZNO ... NaN
111940 ZYB ... NaN
[3556 rows x 799 columns]
我预计我的输出长度为 1792 行。
删除公共列 ticker 也无济于事，请参阅
res3 = res.drop("ticker", axis=1)
pd.concat([a_no_nan2_last, res3], axis=1)
ticker ... Close__variance_larger_than_standard_deviation
0 NaN ... 0.0
1 NaN ... 0.0
2 NaN ... 0.0
3 NaN ... 0.0
4 NaN ... 0.0
... ... ...
111688 ZMI ... NaN
111751 Z1P ... NaN
111814 ZIP ... NaN
111877 ZNO ... NaN
111940 ZYB ... NaN
[3556 rows x 798 columns]
【问题讨论】：