新人求助

一介书生423

import pandas as pd
from tqdm import tqdm

# 读取两张表
df1 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\七月三亚.xlsx')
df2 = pd.read_excel('D:\一介书生资料库\爬虫：八爪鱼\各市县整体市场\shujuchuli\八月三亚.xlsx')

# 筛选出location、project_name、building、unit、high和room相同的行，并选择指定的列
cols = ['区域', '项目名称', '楼盘', '单元', '楼层', '房间', '建筑面积', '房型', '挂牌清水价', '挂牌装修价']
df1_grouped = df1.groupby(cols).first().reset_index()
df2_grouped = df2.groupby(cols).first().reset_index()

# 合并两张表格
df_merged = pd.concat([df1_grouped, df2_grouped], on=cols, suffixes=('_1', '_2'))

# 找到发生变化的行
df_duplicates = df_merged[df_merged.duplicated(cols, keep=False)]
df_changed = df_duplicates[df_duplicates['状态'] != df_duplicates['状态']]

# 输出结果
df_changed.to_excel('D:\pydata\data.xlsx', index=False)
print(df_changed)




错误提示
D:\PythonProject\pythonProject\Scripts\python.exe E:\qycache\xuexi\pythonProject\房地产\process（版本2.3）.py
D:\PythonProject\pythonProject\lib\site-packages\numpy\_distributor_init.py:30: UserWarning: loaded more than 1 DLL from .libs:
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas.EL2C6PLE4ZYW3ECEVIV3OXXGRN2NRFM2.gfortran-win_amd64.dll
D:\PythonProject\pythonProject\lib\site-packages\numpy\.libs\libopenblas64__v0.3.21-gcc_10_3_0.dll
  warnings.warn("loaded more than 1 DLL from .libs:"
Traceback (most recent call last):
  File "E:\qycache\xuexi\pythonProject\房地产\process（版本2.3）.py", line 14, in <module>
    df_merged = pd.concat([df1_grouped, df2_grouped], on=cols, suffixes=('_1', '_2'))
TypeError: concat() got an unexpected keyword argument 'on'

进程已结束,退出代码1

cjjJasonchen

on=cols

这里打错了，好像是说没有on这个变量

一介书生423

cjjJasonchen 发表于 2023-11-3 17:11
on=cols

这里打错了，好像是说没有on这个变量

这个没错耶

一介书生423

cjjJasonchen 发表于 2023-11-3 17:11
on=cols

这里打错了，好像是说没有on这个变量

能留个邮箱发你给帮看看嘛

cjjJasonchen

一介书生423 发表于 2023-11-3 17:24
能留个邮箱发你给帮看看嘛

报错的意思确实是这个，其他的我就不懂了，邮箱就不必加了

smallwh

问题所在：

df_merged = pd.concat([df1_grouped, df2_grouped], on=cols, suffixes=('_1', '_2'))

这是pandas.concat：

pandas.concat(objs, axis=0, join='outer', ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, sort=False, copy=None)

这是pandas.merge：pd.merge( left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=True, indicator=False, validate=None,)
根据你的on=cols, suffixes=('_1', '_2')，我觉得你可能想用pandas.merge，但误用了pandas.concat

一介书生423

smallwh 发表于 2023-11-3 18:06
问题所在：
这是pandas.concat：
这是pandas.merge：pd.merge( left, right, how='inner', on=None, left ...

就是想改成pandas.concat

smallwh

在求指导中你用了pd.merge(df1_grouped, df2_grouped, on=cols, suffixes=('_1', '_2'))。报错的原因可能是df1_grouped与df2_grouped数据类型不匹配。试着检查两个表里是否有字符、空格、空值等干扰，将数据类型为object的表转换为float64。我觉得merge函数更能符合你的要求。

虽然建议用 pd.concat();但显然 concat() 函数只是简单拼接;并不符合希望把两个表内 A B 两列值相同的行合并在一起的需求。

如果一定要用concat，当axis=1的时候才是横向表拼接（行对齐）。但是concat就是简单的拼接，不支持on，suffix等。尝试df_merged = pd.concat([df1_grouped, df2_grouped],axis=1)。
我对pandas库了解较少，要自己根据实际情况选择。