python中如何使用pandas.merge?
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~
以上是 python中如何使用pandas.merge? 的全部内容, 来源链接: utcz.com/z/543109.html