本文教程操作环境:windows7系统、Python 3.9.1,DELL G3电脑。
1、pandas.merge
是pandas的全功能、高性能的的内存连接操作,在习惯上非常类似于SQL之类的关系数据库。
按照数据中具体的某一字段来连接数据,是 DataFrame之间类似于SQL的表连接操作。
2、merge的默认合并方法
merge用于表内部基于 index-on-index 和 index-on-column(s) 的合并,但默认是基于index来合并。
3、使用语法
pandas.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)
4、使用参数
sql:SQL命令字符串;
con:连接sql数据库的,engine,一般可以用SQLalchemy或者pymysql之类的包建立;
index_col: 选择某一列作为index;
coerce_float:非常有用,将数字形式的字符串直接以float型读入;
parse_dates:将某一列日期型字符串转换为datetime型数据;
columns:要选取的列;
chunksize:如果提供了一个整数值,那么就会返回一个generator,每次输出的行数就是提供的值的大小。
5、使用实例
import pandas; from pandas import read_csv; items = read_csv( "E:\\pythonlearning\\datacode\\firstpart\\4\\4.12\\data1.csv", sep='|', names=['id', 'comments', 'title'] ); prices = read_csv( "E://pythonlearning//datacode//firstpart//4//4.12//data2.csv", sep='|', names=['id', 'oldPrice', 'nowPrice'] ); itemPrices = pandas.merge( items, prices, left_on='id', right_on='id' );#以'id'列用基准,合并数据框
以上就是python中pandas.merge的使用方法,希望能对你有所帮助哟~
神龙|纯净稳定代理IP免费测试>>>>>>>>天启|企业级代理IP免费测试>>>>>>>>IPIPGO|全球住宅代理IP免费测试