• python 学习的第五天 数据框合并


    1、根据共有的特性进行合并

    import pandas;
    from pandas import read_csv;
    
    items = read_csv(
        "D://PA//4.12//data1.csv", 
        sep='|', 
        names=['id', 'comments', 'title']
    );
    prices = read_csv(
        "D://PA//4.12//data2.csv", 
        sep='|', 
        names=['id', 'oldPrice', 'nowPrice']
    );
    

      

    ##根据相同的特点进行合并数据框,,例如:根据学号将不同的数据框合并为一个数据框

    merge(x,y,left_on,right_on) #其中x表示第一个数据框,y表示第二个数据框,
    left_on 第一个数据框用于匹配的列,right_on 第二个数据框用于匹配的列

    itemPrices = pandas.merge(
        items, 
        prices, 
        left_on='id', 
        right_on='id'
    );
    

      2、记录合并,将不同表的数据框进行合并

    import pandas;
    from pandas import read_csv;
    
    df1 = read_csv("D://PA//4.10//data1.csv", sep="|");
    df2 = read_csv("D://PA//4.10//data2.csv", sep="|");
    df3 = read_csv("D://PA//4.10//data3.csv", sep="|");
    
    df = pandas.concat([df1, df2, df3])
    

      3、字段的合并:例如将年月日合并至一个数据框中

    from pandas import read_csv;
    
    df = read_csv(
        "D://PA//4.11//data.csv", 
        sep=" ", 
        names=['band', 'area', 'num']
    );
    
    df = df.astype(str);
    
    tel = df['band'] + df['area'] + df['num']
    

      

  • 相关阅读:
    C++之容器
    C++之复制控制
    TCP的3次握手/4次握手
    linux编程之多线程编程
    linux编程之信号
    linux编程之共享内存
    MySQL数据库优化
    MySQL存储引擎InnoDB与Myisam
    Redis--持久化
    Redis 请求应答模式和往返延时 Pipelining
  • 原文地址:https://www.cnblogs.com/manjianlei/p/11266355.html
Copyright © 2020-2023  润新知