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']