pandas join 给出 NaN 值答案

【问题标题】：pandas join gives NaN valuespandas join 给出 NaN 值
【发布时间】：2018-01-12 19:11:12
【问题描述】：

我想加入 2 个数据帧

邮政编码数据库（前 10 个条目）

    0   zip_code           City       State       County  Population
0   0      90001    Los Angeles  California  Los Angeles       54481
1   1      90002    Los Angeles  California  Los Angeles       44584
2   2      90003    Los Angeles  California  Los Angeles       58187
3   3      90004    Los Angeles  California  Los Angeles       67850
4   4      90005    Los Angeles  California  Los Angeles       43014
5   5      90006    Los Angeles  California  Los Angeles       62765
6   6      90007    Los Angeles  California  Los Angeles       45021
7   7      90008    Los Angeles  California  Los Angeles       30840
8   8      90009    Los Angeles  California  Los Angeles           -
9   9      90010    Los Angeles  California  Los Angeles        1943

和数据（前 10 个条目）

    buyer                               zip_code
0   SWEENEY,THOMAS R & MICHELLE H       NaN
1   DOUGHERTY,HERBERT III & JENNIFER M  NaN
2   WEST COAST RLTY SVCS INC            NaN
3   LOVE,JULIE M                        NaN
4   SAHAR,DAVID NaN
5   SILBERSTERN,BRADLEY E TRUST         91199
6   LEE,SUSAN & JIMMY C                 92025
7   FRAZZANO REAL ESTATE I NC           NaN
8   RUV INVESTMENTS LLC                 91730
9   KAOS KAPITAL LLC                    NaN

所以决赛桌应该有 [buyer, zip_code, City, County]。我加入的是邮政编码。

data_2 = data.join(zipcode_database[['City', 'County', 'zip_code']].set_index('zip_code'), on='zip_code')

但是 city 和 county 列是 NaN 即使对于 data 中实际存在邮政编码的元组.

    buyer   zip_code    City    County
10  LANDON AVE TRUST 37736  NaN NaN NaN
11  UMAR,AHMAD  NaN NaN NaN
12  3 JPS INC   90717   NaN NaN
13  T & L HOLDINGS INC  95610   NaN NaN
14  CAHP HOLDINGS LLC   90808   NaN NaN
15  REBUILDING TOGETHER LONG BEACH  92344   NaN NaN
16  COLFIN AI-CA 4 LLC  NaN NaN NaN
17  GUTIERREZ,HUGO  91381   NaN NaN
18  VALBRIDGE CAP GOLDEN GATE FUND  NaN NaN NaN
19  SOLARES,OSCAR   92570   NaN NaN

为什么会这样？邮政编码数据库包含从 90001 到 999950 的所有邮政编码。

我的第一个想法是两者中“zip_code”的数据类型不同：

print(zipcode_database['zip_code'].dtype)
print(data['zip_code'].dtype)

输出：

int64
object

考虑过使用astype 进行类型转换，但这不适用于NaN 值。有什么想法吗？

【问题讨论】：

标签： python python-3.x pandas join

【解决方案1】：

您可以将 NaN 值转换为浮点类型，但不能转换为 int。在您的情况下，我会将两个 DataFrame 中的 zip_code 字段转换为浮点数，然后加入。

zipcode_database.zip_code = zipcode_database.zip_code.astype(float)
data.zip_code = data.zip_code.astype(float)
data_2 = data.join(zipcode_database[['City', 'County', 'zip_code']].set_index('zip_code'), on='zip_code')

我无法从您的示例数据中重现任何有意义的内容（没有匹配的邮政编码），但这应该可以解决问题。

【讨论】：