如何修复：列重叠但未指定后缀

在本文中，我们将修复错误：列重叠但Python中没有指定后缀。

当我们连接具有一个或多个相同列但没有指定后缀来区分它们的两个 pandas 数据帧时，会发生此错误。

错误：

ValueError: columns overlap but no suffix specified

举例说明此错误发生的情况：

Python3

# importing pandas
import pandas as pd
# importing numpy
import numpy as np
  
  
sepal_length = [5.1, 4.9, 4.7, 4.6, 5.0,
                5.4, 4.2, 5.3, 4.4, 4.8]
petal_length = [3.3, 4.6, 4.7, 5.6, 6.7, 
                5.0, 4.8, 4.1, 3.6, 4.4]
  
# numpy array of length 7
petal_width = [3.6, 5.6, 5.4, 4.6, 4.4, 
               5.0, 4.9, 5.6, 5.2, 4.4]
  
# DataFrame with 2 columns of length 10
df1 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_length(cm)': petal_length})
  
df2 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_width(cm)': petal_width})
  
print(df1.join(df2))

输出：

ValueError: columns overlap but no suffix specified: Index([‘sepal_length(cm)’], dtype=’object’)

错误原因：

数据帧 df1 和 df2 具有公共列 sepal_length(cm) ，即两个数据帧的交集不为空。要检查是否有任何交叉列：

print(df1.columns.intersection(df2.columns))

输出：

Index(['sepal_length(cm)'], dtype='object')

sepal_length(cm) 是这里的交集列。

修复错误：

可以通过对两个数据帧使用 join() 或 merge() 方法来修复此错误。

方法 1：使用 join()方法

使用 join 方法时应给出后缀以避免此错误。默认情况下，它在两个表上进行内部连接。这可以通过提及 join()函数中的参数来更改。

语法：

df1.join(df2, lsuffix='suffix_name', rsuffix='suffix_name')

在哪里

• df1 是第一个数据帧
• df2 是第二个数据帧

示例：

Python3

# importing pandas
import pandas as pd
# importing numpy
import numpy as np
  
  
sepal_length = [5.1, 4.9, 4.7, 4.6, 5.0, 5.4,
                4.2, 5.3, 4.4, 4.8]
petal_length = [3.3, 4.6, 4.7, 5.6, 6.7, 5.0,
                4.8, 4.1, 3.6, 4.4]
  
# numpy array of length 7
petal_width = [3.6, 5.6, 5.4, 4.6, 4.4, 5.0,
               4.9, 5.6, 5.2, 4.4]
  
# DataFrame with 2 columns of length 10
df1 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_length(cm)': petal_length})
  
df2 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_width(cm)': petal_width})
  
print(df1.join(df2, lsuffix='_left', rsuffix='_right'))

输出：

方法2：使用merge()方法

此 merge() 方法考虑 2 个数据帧中的公共列，并删除其中一个数据帧中的公共列。

语法：

pd.merge(df1,df2, how='join_type', on=None, left_on= None, 
right_on = None, left_index =boolean, 
right_index=boolean, sort=boolean)

在哪里，

• df1 是第一个数据帧
• df2 是第二个数据帧

连接的类型和左右数据框公共列的名称也可以作为merge()函数中的参数提及。

例子：

Python3

# importing pandas
import pandas as pd
# importing numpy
import numpy as np
  
  
sepal_length = [5.1, 4.9, 4.7, 4.6, 5.0, 5.4,
                4.2, 5.3, 4.4, 4.8]
petal_length = [3.3, 4.6, 4.7, 5.6, 6.7, 5.0, 
                4.8, 4.1, 3.6, 4.4]
  
# numpy array of length 7
petal_width = [3.6, 5.6, 5.4, 4.6, 4.4, 5.0, 
               4.9, 5.6, 5.2, 4.4]
  
# DataFrame with 2 columns of length 10
df1 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_length(cm)': petal_length})
  
df2 = pd.DataFrame({'sepal_length(cm)': sepal_length,
                    'petal_width(cm)': petal_width})
  
print(pd.merge(df1, df2))

输出：