1、根據共有的特性進行合並
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']
);
##根據相同的特點進行合並數據框,,例如:根據學號將不同的數據框合並為一個數據框
merge(x,y,left_on,right_on) #其中x表示第一個數據框,y表示第二個數據框,
left_on 第一個數據框用於匹配的列,right_on 第二個數據框用於匹配的列
itemPrices = pandas.merge(
items,
prices,
left_on='id',
right_on='id'
);
2、記錄合並,將不同表的數據框進行合並
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、字段的合並:例如將年月日合並至一個數據框中
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']
