如何解决Python pandas中因列名不匹配导致的merge Key Error问题？

本文共计642个文字，预计阅读时间需要3分钟。

目录+ 折腾+ 解决方法+ 折腾+ 数据分析用Python的pandas起来就有反人类了。今天用Python的pandas处理数据时，两个数据框合并不来。我有两个数据框，列名是未。

目录

• ​​折腾​​
• ​​解决方法​​

折腾

数据分析用惯了R，感觉pandas用起来就有点反人类了。今天用python的pandas处理数据时两个数据框硬是合并不起来。

我有两个数据框，列名是未知的，只能知道索引，以及哪两个索引是用做主键合并的。（别问我为啥列名未知，因为我是开发工具）。

思路是这样的，找到主键列，重命名，再合并。

df1.columns.values[args.marker1-1]="markerID"
df2.columns.values[args.marker2-1]="markerID"
pd.merge(df1,df2,on='markerID')

但结果就是无论如何也合并不了。报错​​KeyError：'markerID'​​。

网上查了下是说不能直接用​​columns.values​​赋值，要分开。于是：

colnames_df1=df1.columns
colnames_df1[args.marker1-1]="markerID"
df1.columns=colnames_df1
colnames_df2=df2.columns
colnames_df2[args.marker1-1]="markerID"
df2.columns=colnames_df2
pd.merge(df1,df2,on='markerID')

实际上并没有什么区别。