合并两个pandas数据帧（在公共列上联接）

Question

我有两个数据帧：

餐厅数据框

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)`

以及

餐厅回顾框架

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)

我想使用pandas中的dataframe.join（）命令将这两个数据帧连接到一个数据帧中。

我尝试了以下代码行：

#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')

但是当我尝试这个时，我得到了以下错误：

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

我对pandas很陌生，对于执行join语句而言，我不知道自己做错了什么。

任何帮助都将不胜感激。

Answer 1

如果数据帧有一些共同的列名，则联接失败。最简单的方法是包含一个lsuffix或rsuffix关键字，如下所示：

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

这样，列就有了不同的名称。文档addresses this very problem。

或者，您可以通过在加入之前删除有问题的列来解决这个问题。例如，如果restaurant_ids_dataframe中的星与restaurant_review_frame中的星是冗余的，则可以del restaurant_ids_dataframe['stars']。