Я использую данные опроса StackOverflow для анализа, который можно найти здесь .
Теперь у меня есть кадр данных clear_df после удаления NaN и сброса индекса из исходного фрейма данных как
index DevType ConvertedComp
0 2 Designer;Developer, back-end;Developer, front-... 8820.0
1 3 Developer, full-stack 61000.0
2 5 Data or business analyst;Data scientist or mac... 366420.0
3 8 Database administrator;Developer, back-end;Dev... 95179.0
4 9 Data or business analyst;Data scientist or mac... 13293.0
Итак, я использовал функцию разделения для формирования нового фрейма данных с разделением DevType как temp12 .
temp12 можно увидеть ниже.
level_0 level_1 0
0 0 0 Designer
1 0 1 Developer, back-end
2 0 2 Developer, front-end
3 0 3 Developer, full-stack
4 1 0 Developer, full-stack
5 2 0 Data or business analyst
Теперь я хочу объединить 'ConvertedComp' из clean_df в temp12 , используя level_0 столбец temp12 как индекс clean_df .
Ожидаемый вывод
level_0 level_1 0 ConvertedComp
0 0 0 Designer 8820.0
1 0 1 Developer, back-end 8820.0
2 0 2 Developer, front-end 8820.0
3 0 3 Developer, full-stack 8820.0
4 1 0 Developer, full-stack 61000.0
5 2 0 Data or business analyst 366420.0
Но я получаю ошибку как
TypeError: объект типа 'NoneType' не имеет len ()
Вы можете запустить приведенный ниже код, чтобы повторить ошибку, загрузив набор данных отсюда здесь :
df_2019 = pd.read_csv("dataset/developer_survey_2019/survey_results_public.csv")
def split_column_value(ori_df, column_name, separator=';'):
'''
INPUT - ori_df - pandas dataframe - original dataframe
column_name - string - the name of the column you would like to splite the value
separator - string - The is a delimiter. The string splits at this specified separator. If is not provided then ; is the separator.
OUTPUT -
df - pandas dataframe - all value for the column of original dataframe
'''
ori_df = ori_df.dropna(subset=['DevType','ConvertedComp'])
df = pd.DataFrame(ori_df[column_name].str.split(separator).tolist()).stack()
return df
# splite the DevType colume value
temp1 = split_column_value(df_2019, 'DevType')
temp12 = pd.DataFrame(temp1).reset_index()
temp12.head(20)
clean_df=df_2019.dropna(subset=['DevType','ConvertedComp']).reset_index()[['DevType','ConvertedComp']]
clean_df
# LINE WHICH THROWS THE ERROR
merge_df = temp12.merge(clean_df, right_index=True, right_on='ConvertedComp')