2つのパンダデータフレームを結合します（共通の列に参加します）

Question 1

私は2つのデータフレームを持っています：

レストラン_ids_dataframe

Data columns (total 13 columns):
business_id      4503  non-null values
categories       4503  non-null values
city             4503  non-null values
full_address     4503  non-null values
latitude         4503  non-null values
longitude        4503  non-null values
name             4503  non-null values
neighborhoods    4503  non-null values
open             4503  non-null values
review_count     4503  non-null values
stars            4503  non-null values
state            4503  non-null values
type             4503  non-null values
dtypes: bool(1), float64(3), int64(1), object(8)`

そして

Restaurant_review_frame

Int64Index: 158430 entries, 0 to 229905
Data columns (total 8 columns):
business_id    158430  non-null values
date           158430  non-null values
review_id      158430  non-null values
stars          158430  non-null values
text           158430  non-null values
type           158430  non-null values
user_id        158430  non-null values
votes          158430  non-null values
dtypes: int64(1), object(7)

パンダでDataFrame.join（）コマンドを使用して、これら2つのDataFrameを結合して単一のデータフレームにしたいと思います。

次のコード行を試しました。

#the following line of code creates a left join of restaurant_ids_frame and   restaurant_review_frame on the column 'business_id'
restaurant_review_frame.join(other=restaurant_ids_dataframe,on='business_id',how='left')

しかし、これを試してみると、次のエラーが発生します。

Exception: columns overlap: Index([business_id, stars, type], dtype=object)

私はパンダに非常に慣れていないので、joinステートメントの実行に関する限り、何が間違っているのかわかりません。

どんな助けでも大歓迎です。

Question 2

マージを使用して、2つのデータフレームを1つに結合できます。

import pandas as pd
pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer')

ここで、onは、結合する両方のデータフレームに存在するフィールド名を指定し、その内側/外側/左/右結合かどうかをどのように定義するかを指定します。両方のデータフレームに「star」列があるため、これにより、デフォルトで、結合されたデータフレームにstar_xとstar_yの2つの列が作成されます。@DanAllanがjoinメソッドについて述べたように、マージのサフィックスをkwargとして渡すことで変更できます。デフォルトはsuffixes=('_x', '_y')です。あなたのような何かをしたい場合star_restaurant_idやstar_restaurant_review、あなたが行うことができます。

 pd.merge(restaurant_ids_dataframe, restaurant_review_frame, on='business_id', how='outer', suffixes=('_restaurant_id', '_restaurant_review'))

パラメータについては、このリンクで詳しく説明されています。

Question 3

DataFrameに共通の列名がある場合、結合は失敗します。それを回避する最も簡単な方法は、次のようなlsuffixorrsuffixキーワードを含めることです。

restaurant_review_frame.join(restaurant_ids_dataframe, on='business_id', how='left', lsuffix="_review")

このように、列には異なる名前が付けられます。ドキュメントはこの問題に対処しています。

または、参加する前に問題のある列を削除するだけで、これを回避できます。たとえば、の星restaurant_ids_dataframeがの星と重複している場合はrestaurant_review_frame、次のようになりdel restaurant_ids_dataframe['stars']ます。

Question 4

誰かが（別の列ではなく）インデックスで2つのデータフレームをマージしようとする必要がある場合、これも機能します！

T1とT2は、同じインデックスを持つデータフレームです。

import pandas as pd
T1 = pd.merge(T1, T2, on=T1.index, how='outer')

PS追加するとNaNが不必要に埋められるため、マージを使用する必要がありました。