<\/p>\n
Een fout die u kunt tegenkomen bij het gebruik van panda’s is:<\/span><\/p>\n Deze fout treedt op wanneer u twee panda’s DataFrames probeert samen te voegen, maar de kolom waarop u samenvoegt is een object in het ene DataFrame en een geheel getal in het andere DataFrame.<\/span><\/p>\n Het volgende voorbeeld laat zien hoe u deze fout in de praktijk kunt corrigeren.<\/span><\/p>\n Laten we zeggen dat we de volgende twee panda DataFrames maken:<\/span><\/p>\n Stel nu dat we proberen de twee DataFrames samen te voegen:<\/span><\/p>\n We ontvangen een ValueError<\/strong> omdat de variabele year<\/strong> in het eerste DataFrame een geheel getal is, maar de variabele year<\/strong> in het tweede DataFrame een object is.<\/span><\/p>\n De eenvoudigste manier om deze fout op te lossen is door eenvoudigweg de jaarvariabele<\/strong> van het tweede DataFrame naar een geheel getal te converteren en vervolgens de samenvoeging uit te voeren.<\/span><\/p>\n De volgende syntaxis laat zien hoe u dit doet:<\/span><\/p>\n Houd er rekening mee dat we geen ValueError<\/strong> ontvangen en dat we erin slagen de twee DataFrames met succes samen te voegen tot \u00e9\u00e9n.<\/span><\/p>\n In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende fouten in Python kunt oplossen:<\/span><\/p>\n Oplossing: Kolommen overlappen elkaar, maar er is geen achtervoegsel opgegeven<\/a> Een fout die u kunt tegenkomen bij het gebruik van panda’s is: ValueError : You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat Deze fout treedt op wanneer u twee panda’s DataFrames probeert samen te voegen, maar de kolom waarop u samenvoegt is een object […]<\/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":[],"class_list":["post-2872","post","type-post","status-publish","format-standard","hentry","category-gids"],"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 Hoe de fout te reproduceren<\/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 Hoe u de fout kunt oplossen<\/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 Aanvullende bronnen<\/strong><\/span><\/h3>\n
Oplossing: Object ’numpy.ndarray‘ heeft geen ‚append‘-attribuut<\/a>
Oplossing: als u alle scalaire waarden gebruikt, moet u een index doorgeven<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"