熊猫：在 datetime datetime64[ns] 上加入两个表失败答案

【问题标题】：Pandas: joining two tables on datetime datetime64[ns] fails熊猫：在 datetime datetime64[ns] 上加入两个表失败
【发布时间】：2019-05-04 14:31:00
【问题描述】：

有谁知道为什么加入datetime64[ns] 不起作用，而如果将这些相同的列设置为索引则它确实起作用？这真的很奇怪，感觉像一个错误或者有什么解释吗？

df1 = pd.DataFrame({
    "a": [1,2,3],
    "t": pd.to_datetime([1556979766, 1556979767, 1556979768], unit="s")
})
df2 = pd.DataFrame({
    "b": [5,3,3],
    "t": pd.to_datetime([1556979766, 1556979767, 1556979768], unit="s")
})
df1.join(df2, on="t")

>> ValueError: You are trying to merge on datetime64[ns] and int64 columns. If you wish to proceed you should use pd.concat

虽然这有效：

df1.index = df1.t
df2.index = df2.t
df1.join(df2, lsuffix="1")

dtypes 相同

list(df1.dtypes) == list(df2.dtypes)
>> True

（熊猫版：'0.24.2'）

【问题讨论】：

你试过df1.merge(df2, how='inner', on='t')吗？
@aws_apprentice 一样，我认为方法无关紧要，因为它会首先评估导致错误的语句！
@meow：我认为这只是join 的工作方式：on 参数仅指 caller DataFrame。以下是关于on 的文档：调用者 中的列或索引级别名称加入其他中的索引，否则加入索引上的索引。所以它试图通过df1的t列和df2的索引加入，导致类型不匹配
pd.merge(df1, df2, on='t') 应该在这里工作
@perl 谢谢这是有道理的，我假设它会在两个数据帧的指定列上加入它。

标签： python pandas join python-3.7

【解决方案1】：

正如@perl 建议的那样，df1.join(df2, on='t') 将尝试将df1.t 匹配到df2.index，在本例中为int64。另一种解决方法是

df1.join(df2.set_index('t'), on='t')

或使用merge。您可以在其中指定要在两侧使用的列。

df1.merge(df2, left_on='t', right_on='t')

【讨论】：