Question

我通过对具有列A，B，C的三个不同数据应用Group By创建了三个不同的熊猫数据框使用。

Resultdf=SessionDev.query(AppDetails).filter(text(" A in ('20170727L00319')")).all()

df1= Resultdf.groupby(["A", "B","C"]).size().reset_index(name='Count')

[df1]

    A              |      B           | C  |Count

0 | 20170727L00319  |      423605030008907  |   319     |   1

1 | 20170727L00319   |     42360604002461     | 319   |   1

[df2]

   A               |     B            |  C  |  Count

0 | 20170727L00319   |   423605030008907   |  319   |   2

1 | 20170727L00319   |   423606040002461   |  319    |  2

[df3]

    A              |     B            |  C  | Count

0 | 20170727L00319   |   423605030008907   |  319  |    1

1 | 20170727L00319   |   423606040002461   |  319  |    2

我想对上述三个分组数据帧结果进行合并（不包括重复），将结果合并为具有不同结果的单个数据帧

我尝试合并这三个不同的数据框，然后使用drop_duplicates删除重复的数据，但是我找不到任何结果

A                  |    B             | C

0 | 20170727L00319  |  423605030008907  |  319

1 | 20170727L00319  |  423606040002461  |  319

2 | 20170727L00319  |  423605030008907  |  319

3 | 20170727L00319  |  42360604002461   |  319

5 | 20170727L00319  |  423606040002461  |  319

使用

FinalUnion=pd.concat([df1,df2,df3],ignore_index=True,join_axes=[df1.drop(['Count'],axis=1)

FinalUnion.drop_duplicates(['B','C'], keep='first')

我期望结果如下

         A             |    B             |   C

0 | 20170727L00319  |  423605030008907  |  319

1 | 20170727L00319  |  423606040002461  |  319

3 | 20170727L00319  |  42360604002461     |  319

更新：

在对A列和B列执行drop_duplicates后，我得到了不同的结果。但是对任何其他组合执行drop_duplicates似乎失败了。

Answer 1

问题很简单，因为我将来自三个不同表的数据用于三个不同的模型，然后用于三个不同的pd数据帧。然后执行“分组依据”，然后执行“ Concat”和“删除重复项”以获得不同的结果。

解决方案：前两个表的列[C]的数据类型为varchar，第三个表的列为big-int，因为drop_duplicate无法提供适当结果的原因是

更改数据类型可以得到准确的结果。动态转换数据类型的另一种方法是使用 df1 [[“”“] = df1 [[” C“]]。apply（pd.to_numeric）

对具有相同列，不同顺序的三个按组分组结果数据帧执行联合

1 个答案: