【python】pandas库中的merge方法连接两个表后输出为空

[nixing123]

import pandas as pd

#读取数据，更换列表名
data = pd.read_table( 'u.data' )
datafeilds = ['user id', 'item id', 'rating', 'timestamp']
data.columns = datafeilds

#将文件中需要的数据分别存入两个列表
user_id = []
gender = []
userfile = open('u.user')
contents = userfile.readlines()
userfile.close()
for i in range(0,len(contents)):
    line = contents[i].split('|')
    user_id.append( line[0] )
    gender.append( line[2] )
    
#存入数据，为dataframe类型
dictuser = {'user id':user_id, 'gender':gender}
user = pd.DataFrame(dictuser)

rating = pd.merge( data, user, on = 'user id')
print rating

data和user的类型都是dataframe，用user id做为主键连接两张表，data和user中都有数据，
输出如下：
Empty DataFrame
Columns: [user id, item id, rating, timestamp, gender]
Index: []

怎么会是空的呢？

[屎克螂]

因为两个表的user id没有一样的，注意它们的类型

[m不器]

楼主 问题解决了吗 同求答案

[sprawling]

#!/usr/bin/python
# -*- coding:utf-8 -*-

import pandas as pd
import numpy as np
 
#读取数据，更换列表名
data = np.loadtxt('u.data',delimiter = " ", dtype=str)
#data = pd.read_table( 'u.data' )
datafeilds = ['user id', 'item id', 'rating', 'timestamp']
#data.columns = datafeilds
df = pd.DataFrame(data,columns=datafeilds)
 
#将文件中需要的数据分别存入两个列表
user_id = []
gender = []
userfile = open('u.user')
contents = userfile.readlines()
userfile.close()
for i in range(0,len(contents)):
    line = contents[i].split('|')
    user_id.append( line[0] )
    gender.append( line[2] )
     
#存入数据，为dataframe类型
dictuser = {'user id':user_id, 'gender':gender}
user = pd.DataFrame(dictuser)
 
rating = pd.merge( df, user, on = 'user id')
print rating

u.data

11 1 1 y1
22 2 2 y1
33 3 3 y1
44 4 4 y1
55 5 5 y1
66 6 6 y1

u.user

11|m|f
22|f|f
33|m|f
44|m|f
55|f|f
66|f|f

[nixing123]

引用 1 楼 uiuiy1 的回复:

因为两个表的user id没有一样的，注意它们的类型

print data.columns[0], user.columns[1]
print type(data.columns[0]), type(user.columns[1])

输出为 user id user id <type 'str'> <type 'str'> 都是string啊 在variable explorer查看rating，有如下错误 TypeError: ufunc 'invert' not supported for the input types, and the inputs could not be safely coerced to any supported types according to the casting rule ''safe''

[sprawling]

因为看不到你的表格数据，我估计可能是你user id 中的数据没有相同的，这样就会导致merge以后为空表。

[nixing123]

十分感谢！按照你的思路解决了问题。 不过，你给出的这一段

df = pd.DataFrame(data,columns=datafeilds)

运行到这就出错了 我在variable explorer看了data的值，显示只有1列，所以我自己用代码清理了一下。

data = np.loadtxt('u.data',delimiter = " ", dtype=str)
datafeilds = ['user id', 'item id', 'rating', 'timestamp']

sline = []

for line in data:
    sline.append( line.split('\t') )
    
array = np.array(sline)
df = pd.DataFrame(array,columns=datafeilds)

最后，还是想请教一下，为何会出现题目中的问题呢？ 两个数据都是<class 'pandas.core.frame.DataFrame'> user id也都是<type 'str'> 到底哪里不一样呢？ 再次感谢！

[cehui120]

请问问题出在哪里 既然都是string类型？