【问题标题】：TypeError: 'DataFrame' object is not callable in concatenating different dataframes of certain typesTypeError：“DataFrame”对象在连接某些类型的不同数据帧时不可调用
【发布时间】：2018-08-06 19:49:57
【问题描述】：

我不断收到以下错误。

我读取了一个包含 3 列时间序列数据的文件：[meter ID] [daycode（稍后解释）] [meter reading in kWh]

consum = pd.read_csv("data/File1.txt", delim_whitespace=True, encoding = "utf-8", names =['meter', 'daycode', 'val'], engine='python')
consum.set_index('meter', inplace=True)
test = consum.loc[[1048]]

我将观察此文件中所有数据长度的仪表读数，但首先按仪表 ID 过滤。

test['day'] = test['daycode'].astype(str).str[:3]
test['hm'] = test['daycode'].astype(str).str[-2:]

为了可读性，我根据其规则转换日码。前 3 位数字在 1 到 365 x2 = 730 范围内，后 2 位数字在 1 到 48 范围内。这些是 2 年长度的 30 分钟间隔读数。（但不是全部都有）

所以我创建了一个文件，其中一个包含日期，另一个分别包含时间。我将使用 index 将 daycode 的数字转换为这些文件包含的相应日期和时间。

#dcodebook index starts from 0. So minus 1 from the daycode before match
dcodebook = pd.read_csv("data/dcode.txt", encoding = "utf-8", sep = '\r', names =['match'])
#hcodebook starts from 1
hcodebook = pd.read_csv("data/hcode.txt", encoding = "utf-8", sep ='\t', lineterminator='\r', names =['code', 'print'])
hcodebook = hcodebook.drop(['code'], axis= 1)

由于某种奇怪的原因，据我所知，dcodebook 是使用 .iloc 函数索引的，但 hcodebook 需要 .loc。

#iloc: by int-position
#loc: by label value
#ix: by both
day_df = dcodebook.iloc[test['day'].astype(int) - 1].reset_index(drop=True)
#to avoid duplicate index Valueerror, create separate dataframes..
hm_df = hcodebook.loc[test['hm'].astype(int) - 1]
#.to_frame error / do I need .reset_index(drop=True)?

下一行是代码崩溃的地方。

datcode_df = day_df(['match']) + ' ' + hm_df(['print'])
print datcode_df
print test

我不明白的：

我之前测试过，不同数据帧的列可以使用所示的简单加法进行合并
我最初将其分配给测试数据框中的现有列 ['daycode']，以便替换以前的值。并且返回了相同的错误消息。

请指教。

【问题讨论】：

您需要将()中的datcode_df = day_df(['match']) + ' ' + hm_df(['print'])删除到datcode_df = day_df['match'] + ' ' + hm_df['print']
很难没有数据，但是hm_df = hcodebook.loc[test['hm'].astype(int) - 1].reset_index(drop=True) 呢？
但也需要两个DataFrames的szie相同，所以day和hm是唯一的。
是的，这似乎正是问题所在，你太棒了。
没有办法，因为 [day] [hm] 是从同一列中拆分出来的！但也要仔细检查！谢谢！

标签： pandas dataframe merge typeerror

【解决方案1】：

您需要相同大小的DataFrames，所以day 和hm 必须是unique。

然后reset_index 和drop=True 用于相同的索引，最后在连接中删除()：

day_df = dcodebook.iloc[test['day'].astype(int) - 1].reset_index(drop=True)
hm_df = hcodebook.loc[test['hm'].astype(int) - 1].reset_index(drop=True)

datcode_df = day_df['match'] + ' ' + hm_df['print']

【讨论】：