pandas merge報(bào)錯(cuò)的解決方案

pandas 做merge的時(shí)候報(bào)這個(gè)錯(cuò)：

df22 = pd.merge(df1,df2,left_on='company_name',right_on = 'name',how='left') Process finished with exit code 137

查了一下原因是：

兩個(gè)表太大了，可能導(dǎo)致內(nèi)存不夠。

補(bǔ)充：Pandas：merge函數(shù)使用注意事項(xiàng)（pandas的merge函數(shù)造成大量錯(cuò)誤的空值）

相信使用過Pandas的merge函數(shù)的人都知道，merge具有連接的功能，左連接更是在數(shù)據(jù)處理中最常用的連接方式。在使用merge過程中，

經(jīng)常會(huì)出現(xiàn)這種情況：

dataframe1：
a b
1 1
2 2
3 3

dataframe2：
b c
1 2
2 3

dataframe = pd.merge(dataframe1,dataframe2,on='b',how='left')后得到

dataframe:
a b c
1 1 2
2 2 3
3 3 nan

但有時(shí)候dataframe2為

b c
1 2
2 3
3 4 

dataframe = pd.merge(dataframe1,dataframe2,on='b',how='left')后得到

dataframe:
a b c
1 1 2
2 2 3
3 3 nan

這是為什么呢？

原因是通常我們的dataframe的數(shù)據(jù)都是從csv文件或者xls文件讀取過來的，在excel中打開對(duì)應(yīng)b那些的數(shù)據(jù)看起來是一樣的，但是使用pandas讀取的時(shí)候，

可能發(fā)現(xiàn)不同csv文件或者xls文件的同一列的數(shù)據(jù)相同的數(shù)據(jù)具有整型和浮點(diǎn)型的區(qū)別，這樣導(dǎo)致在連接的時(shí)候，3和3.0是不一樣的，無法對(duì)3那行進(jìn)行連接。

因此，在使用merge進(jìn)行連接前，必須對(duì)連接的關(guān)鍵字進(jìn)行字符化或者整型化的調(diào)整。

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。