python:pandas合并csv文件的方法(图书数据集成)

数据集成：将不同表的数据通过主键进行连接起来，方便对数据进行整体的分析。

两张表：ReaderInformation.csv，ReaderRentRecode.csv

ReaderInformation.csv：

ReaderRentRecode.csv：

pandas读取csv文件，并进行csv文件合并处理：

# -*- coding:utf-8 -*-
import csv as csv
import numpy as np
# -------------
# csv读取表格数据
# -------------
'''
csv_file_object = csv.reader(codecs.open('ReaderRentRecode.csv', 'rb'))
header = csv_file_object.next()
print header
print type(header)
print header[1]
data = []
for row in csv_file_object:
data.append(row)
data = np.array(data)
print data[0::, 0]
'''
# -------------
# pandas读取表格数据
# -------------
import pandas as pd
df = pd.read_csv('ReaderRentRecode.csv') # 读者借阅信息表
'''
print df.head()
print '----------------'
print df[['读者证号', '读者姓名', '书名', '中图法分类号']] # 选取其中的四列
print '------------------------------------------------------------------'
print
'''
dd = pd.read_csv('ReaderInformation.csv')
'''
print dd.head()
print '----------------'
print dd[['读者证号', '读者性别', '读者单位', '读者类别']]
print '------------------------------------------------------------------'
print
'''
data = pd.merge(df, dd, on=['读者证号', '读者姓名'], how='left') # pandas csv表左连接
data = data[['读者证号', '读者姓名', '读者性别', '书名', '中图法分类号', '读者单位', '读者类别']]
print data
print '------------------------------------------------------------------'
print
# -------------
# pandas写入表格数据
# -------------
data.to_csv(r'data.csv', encoding='gbk')

合并后的csv文件：data.csv

通过使用pandas的函数merge来进行两个表的左连接，最后得到相应的data.csv文件。

以上这篇python:pandas合并csv文件的方法(图书数据集成)就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

• tensorflow学习笔记之mnist的卷积神经网络实例
• tensorflow实现softma识别MNIST
• tensorflow实现KNN识别MNIST
• python 实现对数据集的归一化的方法(0-1之间)
• Python读取数据集并消除数据中的空行方法
• python 筛选数据集中列中value长度大于20的数据集方法
• python merge、concat合并数据集的实例讲解
• tensorflow实现加载mnist数据集