在公共列上连接两个数据框答案

【问题标题】：join two dataframes on common column在公共列上连接两个数据框
【发布时间】：2017-03-22 09:22:09
【问题描述】：

我想加入两个数据源，订单和客户：

orders 是一个 SQL Server 表：

orderid| customerid | orderdate | ordercost
------ | -----------| --------- | --------
12000  | 1500       |2008-08-09 |  38610

customers 是一个 csv 文件：

customerid,first_name,last_name,starting_date,ending_date,country
1500,Sian,Read,2008-01-07,2010-01-07,Greenland

我想在我的 Python 应用程序中加入这两个表，所以我编写了以下代码：

# Connect to SQL Sever with Pyodbc library

connection = pypyodbc.connect("connection string here")
cursor=connection.cursor();
cursor.execute("SELECT * from order)
result= cursor.fetchall()

# convert the result to pandas Dataframe
df1 = pd.DataFrame(result, columns= ['orderid','customerid','orderdate','ordercost'])

# Read CSV File
df2=pd.read_csv(customer_csv)

# Merge two dataframes
merged= pd.merge( df1, df2, on= 'customerid', how='inner')
print(merged[['first_name', 'country']])

我期待

first_name | country
-----------|--------
Sian       | Greenland

但我得到空结果。

当我对都来自 CSV 文件的两个数据帧执行此代码时，它工作正常。有什么帮助吗？

谢谢。

【问题讨论】：

标签： sql pandas join dataframe

【解决方案1】：

我认为问题是列customerid 在DataFrames 中都有不同的dtypes，所以不匹配。

因此需要将两列都转换为int 或两者都转换为str。

df1['customerid'] = df1['customerid'].astype(int)
df2['customerid'] = df2['customerid'].astype(int)

或者：

df1['customerid'] = df1['customerid'].astype(str)
df2['customerid'] = df2['customerid'].astype(str)

也可以省略how='inner'，因为merge的默认值：

merged= pd.merge( df1, df2, on= 'customerid')

【讨论】：

是的，问题是 'customerid' 的类型是 object ，所以我将它转换为 int 并且它现在可以工作了，谢谢。
感谢您的接受，您的问题已被赞成。美好的一天！

【解决方案2】：

pd.merge 的空数据帧结果意味着您在两个帧中没有任何匹配值。你检查过数据的类型吗？使用

df1['customerid'].dtype

检查。

除了在导入后进行转换（如另一个答案中所建议的那样），您还可以在阅读 csv 时告诉 pandas 您想要什么 dtype

df2=pd.read_csv(customer_csv, dtype={'customerid': str))

【讨论】：