Pandas to_csv 导出在数据框中给出错误值答案

【问题标题】：Pandas to_csv export giving wrong values in a dataframePandas to_csv 导出在数据框中给出错误值
【发布时间】：2016-09-26 05:44:14
【问题描述】：

我正在使用 pandas 并导入了两个 csv。

df1 是

df2 是

df2的数据类型是

当我对 df1 和 df2 进行一些操作时：

df3= pd.merge(df1, df2, how='left', on=['Origin City Code', 'DC'])

然后将其导出为 csv

df3.to_csv("test.CSV")

那么“体积”列下所有值的总和与原始 df2 列下的值总和不匹配。事实上，df3 中的总和越来越多。我相信这个问题是由于浮点数而出现的。但是有什么办法可以解决吗？？我已经浏览了以下链接，但我的问题仍未得到解答。

【问题讨论】：

df1 中有重复的['Origin City Code', 'DC'] 行吗？这将导致合并的 DataFrame 中出现重复卷，从而解释更大的总和。
@root .. df1 中没有重复值。我检查了
我并不是说作为一个整体重复，只是在['Origin City Code', 'DC'] 子集上，即df.duplicated(subset=['Origin City Code', 'DC']).any()。总金额减了多少？你能提供一个可重现的例子吗？我无法使用您显示的数据重现错误。
你能显示有问题的总和的值吗？ df3 的总和比 df2 的总和多多少？
df2.shape 和 df3.shape 是什么？这两个数据框的行数是否相同？

【解决方案1】：

正如@root 上面所说，我查看了您的文件，在 df1 中，Origin City Code 和 DC 的组合不是唯一的。例如，有两条记录，Origin City Code = GGN 和 DC = ASA。

如果你想检查一下，你可以运行以下代码：

df1[df1.duplicated(subset=['Origin City Code', 'DC'], keep=False)].sort_values(['Origin City Code', 'DC'])

这是这个输出的开头：

【讨论】：