我正在尝试将 3x2 excel(3 组数据,一组用于男性和女性)合并到一个大数据框中。每个 Excel 可以包含不同的人。
每个数据帧当前包含 4 列:Lidnummer
、Speler
、Club
、Klassement
。
每个 Excel 看起来都类似于以下内容
| Lidnummer | Speler | Club | Klassement |
|-----------|--------|------|------------|
| 1 | some1 | meh | A |
| 2 | some2 | meh | D |
| 3 | some3 | meh | B2 |
每个性别和每个学科都存在这种情况(s
、x
、d
)
所以我编写了以下代码块来读取每个数据集
single_male = pd.read_excel(xlxs, sheet_name=0)[['Lidnummer', 'Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 's'}).assign(d=np.nan, x=np.nan, gender='M')
single_female = pd.read_excel(xlxs, sheet_name=1)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 's'}).assign(d=np.nan, x=np.nan, gender='F')
double_male = pd.read_excel(xlxs, sheet_name=2)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'd'}).assign(s=np.nan, x=np.nan, gender='M')
double_female = pd.read_excel(xlxs, sheet_name=3)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'd'}).assign(s=np.nan, x=np.nan, gender='F')
mix_male = pd.read_excel(xlxs, sheet_name=4)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'x'}).assign(d=np.nan, s=np.nan, gender='M')
mix_female = pd.read_excel(xlxs, sheet_name=5)[['Lidnummer','Speler', 'Club', 'Klassement']].rename(index=str, columns={'Klassement': 'x'}).assign(d=np.nan, s=np.nan, gender='F')
这将放置我认为合并所需的数据。我将其合并如下
dataFrames = [single_male, single_female, double_male, double_female, mix_male, mix_female]
players = reduce(lambda left, right: pd.merge(left, right, on=['Lidnummer','Speler', 'Club', 'gender'], how='outer'), dataFrames)
players.head()
这似乎有效,只是它创建了列 s_x
、s_y
、d_x
、d_y
、x_x
,x_y
。并且数据分为每个学科的这两列(s、d 和 x)。
一些谷歌搜索建议包括例如's'
在合并的 on=
部分,但随后出现错误
您正在尝试合并对象列和 float64 列。如果您想继续,您应该使用 pd.concat
我尝试过使用 concat,但无法让它工作。
那么如何为 s
、d
和 x
制作一列来包含每个学科的数据?
因此生成的数据集将如下所示:
| Lidnummer | Speler | Club | gender | s | d | x |
|-----------|--------|------|--------|----|-----|----|
| 1 | some1 | meh | M | A | A | A |
| 2 | some2 | meh | F | D | C2 | C1 |
| 3 | some3 | meh | F | B2 | B1 | B2 |
最佳答案
你可以尝试下面的代码吗(这里没有excel):
columns= ['Lidnummer', 'Speler', 'Club', 'Klassement']
single_male = pd.read_excel(xlxs, sheet_name=0)[columns]
single_male['gender']='M'
single_female = pd.read_excel(xlxs, sheet_name=1)[columns]
single_male['gender']='F'
double_male = pd.read_excel(xlxs, sheet_name=2)[columns]
single_male['gender']='M'
double_female = pd.read_excel(xlxs, sheet_name=3)[columns]
single_male['gender']='F'
mix_male = pd.read_excel(xlxs, sheet_name=4)[columns]
single_male['gender']='M'
mix_female = pd.read_excel(xlxs, sheet_name=5)[columns]
single_male['gender']='F'
all= pd.concat([single_male, single_female, double_male. double_female, mix_male, mix_female], axis='index', ignore_index=True)
all.rename({'Klassement': 's'}, axis='columns', inplace=True)
all['d']= all['s']
all['x']= all['s']
关于python - Pandas 合并数据框创建 nan 列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57017633/