Pandas trama de dados de mesclagem resultado em NaNs

votos
-1

Estou a fusão de duas dataframes em uma coluna que é float64 em ambos os dataframes. No entanto, a resultante fundiu trama de dados tem NaNs para todas as colunas que vêm de um dos dois dataframes.

Aqui é a fusão:

merged_df = pd.merge(tweets_df, news_merged_df, on='tweet_id')

Informações de aqui sobre os dois dataframes

news_merged_df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1777939 entries, 0 to 1777938
Data columns (total 6 columns):
tweet_id    float64
news_id     object
label       bool
title       object
source      object
text        object
dtypes: bool(1), float64(1), object(4)


tweets_df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1844156 entries, 0 to 1844155
Data columns (total 13 columns):
level_0                  int64
index                    int64
tweet_id                 float64
tweet                    object
user_screen_name         object
user_id                  object
user_location            object
user_verified            bool
user_friends_count       int64
user_followers_count     int64
user_listed_count        int64
user_statuses_count      int64
user_favourites_count    int64
dtypes: bool(1), float64(1), int64(7), object(4)

o que estou perdendo?

Publicado 03/12/2019 em 00:00
fonte usuário
Em outras línguas...                            


1 respostas

Pandas trama de dados de mesclagem resultado em NaNs

votos
-1

Estou a fusão de duas dataframes em uma coluna que é float64 em ambos os dataframes. No entanto, a resultante fundiu trama de dados tem NaNs para todas as colunas que vêm de um dos dois dataframes.

Aqui é a fusão:

merged_df = pd.merge(tweets_df, news_merged_df, on='tweet_id')

Informações de aqui sobre os dois dataframes

news_merged_df.info()
<class 'pandas.core.frame.DataFrame'>
Int64Index: 1777939 entries, 0 to 1777938
Data columns (total 6 columns):
tweet_id    float64
news_id     object
label       bool
title       object
source      object
text        object
dtypes: bool(1), float64(1), object(4)


tweets_df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1844156 entries, 0 to 1844155
Data columns (total 13 columns):
level_0                  int64
index                    int64
tweet_id                 float64
tweet                    object
user_screen_name         object
user_id                  object
user_location            object
user_verified            bool
user_friends_count       int64
user_followers_count     int64
user_listed_count        int64
user_statuses_count      int64
user_favourites_count    int64
dtypes: bool(1), float64(1), int64(7), object(4)

o que estou perdendo?

Respondeu 03/12/2019 em 00:00
fonte usuário

Cookies help us deliver our services. By using our services, you agree to our use of cookies. Learn more