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']