質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

87.77%

Pythonで大容量のcsv結合がしたい

解決済

回答 3

投稿

  • 評価
  • クリップ 1
  • VIEW 3,284

score 15

2つのcsvをidをキーとして結合したいです。
2つとも容量が大きく(2千万行と百万行)です。上10000行を抽出した別ファイルならば結合することができました。
エラー文など出ていますが、容量の小さいプログラムなら正常に動作していることからプログラムのミスはないと思います。

import pandas as pd

dfA = pd.read_csv('geotag3.csv',names=('id','time','lati','long','url'),low_memory=False)
dfB = pd.read_csv('tag3.csv',names=('id','tag'),low_memory=False)

df = pd.merge(dfA,dfB,on='id',how='right')

df1.to_csv('zikken1.csv',index=False)

Traceback (most recent call last):   File "zi.py", line 6, in <module>     df = pd.merge(dfA,dfB,on='id',how='right')   File "C:\Program Files (x86)\PsychoPy3\lib\site-packages\pandas\core\reshape\merge.py", line 61, in merge     validate=validate)   File "C:\Program Files (x86)\PsychoPy3\lib\site-packages\pandas\core\reshape\merge.py", line 555, in __init__     self._maybe_coerce_merge_keys()   File "C:\Program Files (x86)\PsychoPy3\lib\site-packages\pandas\core\reshape\merge.py", line 986, in _maybe_coerce_merge_keys     raise ValueError(msg) ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

+1

ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

pandasは全く触ったことがないですが型エラーと思います。

https://stackoverflow.com/questions/50649853/trying-to-merge-2-dataframes-but-get-valueerror

'id' カラムは数値であるべきなのに数値でない値が紛れてしまっているなどないでしょうか。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

checkベストアンサー

0

ValueError: You are trying to merge on object and int64 columns. If you wish to proceed you should use pd.concat

まずはエラー文通り、pd.concatを使ってみてはどうでしょうか?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/07/25 16:52

    pd.concat()を調べたのですが、最終的に結合したcsvを検索システムで用いるので今回の課題に適していないと思い断念しました

    キャンセル

  • 2019/07/25 17:06

    それでしたら同じくエラー文通りint64型とobject型を結合しようとしていますので、
    2千万行と百万行を細かく分割して結合してみて、
    エラーになるデータを絞り込んでみるのはどうでしょう?

    キャンセル

  • 2019/07/25 17:33

    調べてみたところ、型が異なる箇所が存在しました。大容量すぎて一つ一つ手作業で訂正することが不可能なのですが、一括で型を変更する方法はありますか?

    キャンセル

  • 2019/07/25 17:42

    型が異なる箇所が列なのか行なのか、どちらの型がどうなっていてどう変えたいのか全くの不明なのですが、
    例えばNGデータや不要なデータでしたら0を入れるとかでどうでしょう?
    型を揃えて使用したい場合は「Python 型変換」等で検索すれば変換方法が出てきます。

    キャンセル

0

型のエラーなら取りあえずstrに変換しておけばいいのではないでしょうか。

dfA = pd.read_csv('geotag3.csv',names=('id','time','lati','long','url'),low_memory=False).astype(str)
dfB = pd.read_csv('tag3.csv',names=('id','tag'),low_memory=False).astype(str)


多分こうだと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 87.77%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る