将处理过的 Pandas DataFrames 添加在一起

Question

我试图在 Python 中将两个 DataFrame 添加在一起，首先将它们的索引列设置为等于现有列之一。但是，在以下线程中使用评分最高的方法会出现错误：这是问题的一个简单示例：import pandas as pdimport numpy as npa = np.array([['A',1.,2.,3.],['B',1.,2.,3.],['C',1.,2.,3.]])a = pd.DataFrame(a)a = a.set_index(0)a      1    2    30               A  1.0  2.0  3.0B  1.0  2.0  3.0C  1.0  2.0  3.0b = np.array([['A',1.,2.,3.],['B',1.,2.,3.]])b = pd.DataFrame(b)b.set_index(0)b     1    2    30               A  1.0  2.0  3.0B  1.0  2.0  3.0df_add = a.add(b,fill_value=1)和错误：Traceback (most recent call last):  File "<ipython-input-150-885d92411f6c>", line 1, in <module>    df_add = a.add(b,fill_value=1)  File "/home/anaconda3/lib/python3.6/site-packages/pandas/core/ops.py", line 1234, in f    return self._combine_frame(other, na_op, fill_value, level)  File "/home/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py", line 3490, in _combine_frame    result = _arith_op(this.values, other.values)  File "/home/anaconda3/lib/python3.6/site-packages/pandas/core/frame.py", line 3459, in _arith_op    return func(left, right)  File "/home/anaconda3/lib/python3.6/site-packages/pandas/core/ops.py", line 1195, in na_op    result[mask] = op(xrav, yrav)TypeError: must be str, not int任何有关防止此问题的帮助将不胜感激。

Answer 1

问题出在已定义的 DataFrame 中 - 所有数据都转换为 2d numpy 数组中的字符串：

a = np.array([['A',1.,2.,3.],['B',1.,2.,3.],['C',1.,2.,3.]])

print (a)

[['A' '1.0' '2.0' '3.0']

 ['B' '1.0' '2.0' '3.0']

 ['C' '1.0' '2.0' '3.0']]

解决方案是删除字符串值并按列表指定索引：

a = np.array([[1.,2.,3.],[1.,2.,3.],[1.,2.,3.]])

a = pd.DataFrame(a, index=list('ABC'))

b = np.array([[1.,2.,3.],[1.,2.,3.]])

b = pd.DataFrame(b, index=list('AB'))

df_add = a.add(b,fill_value=1)

print (df_add)

     0    1    2

A  2.0  4.0  6.0

B  2.0  4.0  6.0

C  2.0  3.0  4.0

或者在将 index 设置为floats后转换 DataFrames ：

a = np.array([['A',1.,2.,3.],['B',1.,2.,3.],['C',1.,2.,3.]])

a = pd.DataFrame(a)

a = a.set_index(0).astype(float)

b = np.array([['A',1.,2.,3.],['B',1.,2.,3.]])

b = pd.DataFrame(b)

b = b.set_index(0).astype(float)

df_add = a.add(b,fill_value=1)

print (df_add)

     1    2    3

0               

A  2.0  4.0  6.0

B  2.0  4.0  6.0

C  2.0  3.0  4.0