我想加入两个数据源:订单和客户:
orders 是一个 SQL Server 表:
orderid| customerid | orderdate | ordercost
------ | -----------| --------- | --------
12000 | 1500 |2008-08-09 | 38610
客户是一个 csv 文件:
customerid,first_name,last_name,starting_date,ending_date,country
1500,Sian,Read,2008-01-07,2010-01-07,Greenland
我想在我的 Python 应用程序中连接这两个表，所以我编写了以下代码:
# Connect to SQL Sever with Pyodbc library
connection = pypyodbc.connect("connection string here")
cursor=connection.cursor();
cursor.execute("SELECT * from order)
result= cursor.fetchall()
# convert the result to pandas Dataframe
df1 = pd.DataFrame(result, columns= ['orderid','customerid','orderdate','ordercost'])
# Read CSV File
df2=pd.read_csv(customer_csv)
# Merge two dataframes
merged= pd.merge( df1, df2, on= 'customerid', how='inner')
print(merged[['first_name', 'country']])
我期待
first_name | country
-----------|--------
Sian | Greenland
但我得到空结果。
当我对两个来自 CSV 文件的数据框执行此代码时，它工作正常。有什么帮助吗？
谢谢。
最佳答案
我认为问题是列 customerid 在两个 DataFrames 中具有不同的 dtypes，因此不匹配。
因此需要将两列都转换为 int 或都转换为 str。
df1['customerid'] = df1['customerid'].astype(int)
df2['customerid'] = df2['customerid'].astype(int)
或者:
df1['customerid'] = df1['customerid'].astype(str)
df2['customerid'] = df2['customerid'].astype(str)
也可以省略 how='inner'，因为默认值为 merge :
merged= pd.merge( df1, df2, on= 'customerid')
关于sql - 在公共(public)列上连接两个数据框，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42947303/