#数据合并,类似union
import pandas
ab=pandas.read_csv('D://Python projects//reference data//4.10//data1.csv'
,sep='|')
ac=pandas.read_csv('D://Python projects//reference data//4.10//data2.csv'
,sep='|')
ad=pandas.read_csv('D://Python projects//reference data//4.10//data3.csv'
,sep='|')
ae=pandas.concat([ab,ac,ad])
#根据指定行合并
af=pandas.concat([
ab[0:1],
ac[1:2],
ad[0:2]
])
#根据指定列合并
ak=pandas.concat([
ab[[1,2]],
ac[[1,2]],
ad[[1,2]]
])
data=pandas.concat([
ab[1,2],
ac[1,2],
ad[0,2]
])
#字段合并,通过+号
ba=pandas.read_csv('D://Python projects//reference data//4.11//data.csv',
sep=' ',
names=['brand','area','num'])
#数字形势下的直接相加是 数值相加
tel=ba['brand']+ba['area']+ba['num']
#转成字符串就可以合并字段了
ba=ba.astype(str)
tel=ba['brand']+ba['area']+ba['num']
ba['tel']=tel
#字段匹配,匹配字段类型要一致
ca=pandas.read_csv('D://Python projects//reference data//4.12//data1.csv',
sep='|',
names=['id','comments','title'])
cb=pandas.read_csv('D://Python projects//reference data//4.12//data2.csv',
sep='|',
names=['id','oldprice','accountprice'])
#默认inner_join,只保留匹配上的部分
ce=pandas.merge(
ca,
cb,
left_on='id',
right_on='id')
#左连接,右连接,外连接
cf=pandas.merge(
ca,
cb,
left_on='id',
right_on='id',
how='left')
cg=pandas.merge(
ca,
cb,
left_on='id',
right_on='id',
how='right')
ch=pandas.merge(
ca,
cb,
left_on='id',
right_on='id',
how='outer')