<\/p>\n
Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist:<\/span><\/p>\n Dieser Fehler tritt auf, wenn Sie versuchen, zwei Pandas-DataFrames zusammenzuf\u00fchren, die Spalte, die Sie zusammenf\u00fchren, jedoch ein Objekt in einem DataFrame und eine Ganzzahl im anderen DataFrame ist.<\/span><\/p>\n Das folgende Beispiel zeigt, wie dieser Fehler in der Praxis behoben werden kann.<\/span><\/p>\n Nehmen wir an, wir erstellen die folgenden zwei Panda-DataFrames:<\/span><\/p>\n Nehmen wir nun an, wir versuchen, die beiden DataFrames zusammenzuf\u00fchren:<\/span><\/p>\n Wir erhalten einen ValueError<\/strong> , weil die Jahresvariable<\/strong> im ersten DataFrame eine Ganzzahl ist, die Jahresvariable<\/strong> im zweiten DataFrame jedoch ein Objekt ist.<\/span><\/p>\n Der einfachste Weg, diesen Fehler zu beheben, besteht darin, einfach die Jahresvariable<\/strong> des zweiten DataFrame in eine Ganzzahl zu konvertieren und dann die Zusammenf\u00fchrung durchzuf\u00fchren.<\/span><\/p>\n Die folgende Syntax zeigt, wie das geht:<\/span><\/p>\n Beachten Sie, dass wir keinen ValueError<\/strong> erhalten und es uns gelingt, die beiden DataFrames erfolgreich zu einem zusammenzuf\u00fchren.<\/span><\/p>\n Die folgenden Tutorials erkl\u00e4ren, wie Sie andere h\u00e4ufige Fehler in Python beheben:<\/span><\/p>\n L\u00f6sung: Spalten \u00fcberschneiden sich, es ist jedoch kein Suffix angegeben<\/a> Ein Fehler, der bei der Verwendung von Pandas auftreten kann, ist: ValueError : You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat Dieser Fehler tritt auf, wenn Sie versuchen, zwei Pandas-DataFrames zusammenzuf\u00fchren, die Spalte, die Sie zusammenf\u00fchren, jedoch ein Objekt in einem DataFrame und eine […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n ValueError<\/span> : You are trying to merge on int64 and object columns.\n If you wish to proceed you should use pd.concat\n<\/strong><\/pre>\n So reproduzieren Sie den Fehler<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf1 = pd. DataFrame<\/span> ({' year<\/span> ': [2015, 2016, 2017, 2018, 2019, 2020, 2021],\n ' sales<\/span> ': [500, 534, 564, 671, 700, 840, 810]})\n\ndf2 = pd. DataFrame<\/span> ({' year<\/span> ': ['2015', '2016', '2017', '2018', '2019', '2020', '2021'],\n ' refunds<\/span> ': [31, 36, 40, 40, 43, 70, 62]})\n\n#view DataFrames\n<\/span>print<\/span> (df1)\n\n year sales\n0 2015 500\n1 2016 534\n2 2017 564\n3 2018 671\n4 2019 700\n5,2020 840\n6 2021 810\n\nprint<\/span> (df2)\n\n year refunds\n0 2015 31\n1 2016 36\n2 2017 40\n3 2018 40\n4 2019 43\n5 2020 70\n6 2021 62<\/strong><\/pre>\n #attempt to merge two DataFrames\n<\/span>big_df = df1. merge<\/span> (df2, on=' year<\/span> ', how=' left<\/span> ')\n\nValueError<\/span> : You are trying to merge on int64 and object columns.\n If you wish to proceed you should use pd.concat\n<\/span><\/span><\/strong><\/pre>\n So beheben Sie den Fehler<\/strong><\/span><\/h3>\n
#convert year variable in df2 to integer\n<\/span>df2[' year<\/span> ']=df2[' year<\/span> ']. astype<\/span> (int)\n\n#merge two DataFrames\n<\/span>big_df = df1. merge<\/span> (df2, on=' year<\/span> ', how=' left<\/span> ')\n\n#view merged DataFrame\n<\/span>big_df\n\n\tyear sales refunds\n0 2015 500 31\n1 2016 534 36\n2 2017 564 40\n3 2018 671 40\n4 2019 700 43\n5 2020 840 70\n6 2021 810 62<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
Problembehebung: Das Objekt \u201enumpy.ndarray\u201c verf\u00fcgt nicht \u00fcber das Attribut \u201eappend\u201c.<\/a>
L\u00f6sung: Wenn Sie alle Skalarwerte verwenden, m\u00fcssen Sie einen Index \u00fcbergeben<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"