小编Joe*_*hat的帖子

我正在尝试使用以下方法连接共享相同索引的两个数据集：

merged_data = df1.join(df2)

然而，内核不断死亡。我尝试重新启动我的笔记本（jupyter lab），但我认为这与其中一个大约 2GB 的数据帧有关......

关于 df1

<class 'pandas.core.frame.DataFrame'>
Index: 97812 entries, XXXX to XXXX
Data columns (total 19 columns):
dtypes: float64(2), int64(3), object(14)
memory usage: 14.9+ MB

关于 df2

<class 'pandas.core.frame.DataFrame'>
Index: 13888745 entries, XXXX to XXXX
Data columns (total 18 columns):
dtypes: int64(16), object(2)
memory usage: 2.0+ GB

我怎样才能做到这一点？

我确实需要所有条目和列。除了索引之外，数据框不共享公共列。

如果值得了解的话...我使用的是配备 2.7 GHz 双核 Intel Core i5（处理器）和 8 GB 1867 MHz DDR3（内存）的 MacBook Pro（2015 年初）

我想知道是否有一种方法可以在 R 上显示我的数据集的所有数据类型，就像您可以使用 df.info() 在 pandas 上执行的那样。

我知道我可以使用

names(data)

然后对于每个单独的功能做

class(data$Feature)

但是，我想知道是否有更有效的方法。

想象一下这张表：

id   col1    col2    col3    col4
1    A       A       C
2            B       B       B
3    D               D

我想添加一列来告诉我该行的所有非空值是否匹配。

所以理想的输出是：

id   col1    col2    col3    col4   is_a_match
1    A       A       C              FALSE
2            B       B       B      TRUE
3    D               D              TRUE

我努力了：

select *,
     case  
         when col1 = col2
                and col2 = col3
                and col3 = col4
         then 'TRUE'
         else 'FALSE'
     end as is_a_match
from my_table

false但由于空值，将返回所有内容。

实现上述输出的最佳方法是什么？