pandas (七)数据合并
2020-07-13 05:14
225 查看
数据合并
# 合并拼接行 # 将df2中的行添加到df1的尾部 df1.append(df2) # 指定列合并成一个新表新列 ndf = (df['提名1'] .append(df['提名2'], ignore_index=True) .append(df['提名3'], ignore_index=True)) ndf = pd.DataFrame(ndf, columns=(['姓名'])) # 将df2中的列添加到df1的尾部 df.concat([df1, df2], axis=1) # 合并文件的各行 df1 = pd.read_csv('111.csv', sep='\t') df2 = pd.read_csv('222.csv', sep='\t') excel_list = [df1, df2] # result = pd.concat(excel_list).fillna('')[:].astype('str') result = pd.concat(excel_list)[] result.to_excel('333.xlsx', index=False) # 合并指定目录下所有的 excel (csv) 文件 import glob files = glob.glob("data/cs/*.xls") dflist = [] for i in files: dflist.append(pd.read_excel(i, usecols=['ID', '时间', '名称'])) df = pd.concat(dflist) # 合并增加列 # 对df1的列和df2的列执行SQL形式的join df1.join(df2,on=col1,how='inner') # 用 key 合并两个表 df_all = pd.merge(df_sku, df_spu, how='left', left_on=df_sku['product_id'], right_on=df_spu['p.product_id'])
相关文章推荐
- pandas的基本用法(六)——合并数据
- pandas merge 列内数据相同/合并键不唯一 的情况 (坑)
- pandas数据加载与合并
- pandas学习03--数据合并之纵向横向
- Pandas_规整数据_合并数据_merge
- pandas数据重塑与合并
- 利用 Python 进行数据分析(十二)pandas:数据合并
- PANDAS 数据合并与重塑(concat篇)
- PANDAS 数据合并 merge/join
- 【pandas】[4] 数据清洗(数据合并,重塑,转换,离散化,过滤,采样)
- pandas的DataFrame怎么把几列数据合并成为新的一列
- Pandas 合并数据
- PANDAS 数据合并与重塑(concat join/merge)
- pandas 数据合并与重塑(concat篇)
- 【pandas】[3] DataFrame 数据合并,连接(merge,join,concat)
- pandas的DataFrame怎么把几列数据合并成为新的一列
- python中pandas数据分析基础3(数据索引、数据分组与分组运算、数据离散化、数据合并)...
- 03_10Pandas_数据合并concat
- PANDAS 数据合并与重塑(concat篇)
- 利用Python进行数据分析(12) pandas基础: 数据合并