建站
咨詢
售后
建站咨詢
新聞中心
這篇文章將為大家詳細(xì)講解有關(guān)python中使用pandas.merge的方法，小編覺(jué)得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。
創(chuàng)新互聯(lián)建站專注骨干網(wǎng)絡(luò)服務(wù)器租用10多年，服務(wù)更有保障！服務(wù)器租用，多線服務(wù)器托管 成都服務(wù)器租用，成都服務(wù)器托管，骨干網(wǎng)絡(luò)帶寬，享受低延遲，高速訪問(wèn)。靈活、實(shí)現(xiàn)低成本的共享或公網(wǎng)數(shù)據(jù)中心高速帶寬的專屬高性能服務(wù)器。
python主要應(yīng)用領(lǐng)域有哪些
1、云計(jì)算，典型應(yīng)用OpenStack。2、WEB前端開(kāi)發(fā)，眾多大型網(wǎng)站均為Python開(kāi)發(fā)。3.人工智能應(yīng)用，基于大數(shù)據(jù)分析和深度學(xué)習(xí)而發(fā)展出來(lái)的人工智能本質(zhì)上已經(jīng)無(wú)法離開(kāi)python。4、系統(tǒng)運(yùn)維工程項(xiàng)目，自動(dòng)化運(yùn)維的標(biāo)配就是python+Django/flask。5、金融理財(cái)分析，量化交易，金融分析。6、大數(shù)據(jù)分析。
本文教程操作環(huán)境：windows7系統(tǒng)、Python 3.9.1，DELL G3電腦。
1、pandas.merge
是pandas的全功能、高性能的的內(nèi)存連接操作，在習(xí)慣上非常類似于SQL之類的關(guān)系數(shù)據(jù)庫(kù)。
按照數(shù)據(jù)中具體的某一字段來(lái)連接數(shù)據(jù)，是 DataFrame之間類似于SQL的表連接操作。
2、merge的默認(rèn)合并方法
merge用于表內(nèi)部基于 index-on-index 和 index-on-column(s) 的合并，但默認(rèn)是基于index來(lái)合并。
3、使用語(yǔ)法
pandas.read_sql(sql, con, index_col=None, coerce_float=True, params=None, parse_dates=None, columns=None, chunksize=None)
4、使用參數(shù)
sql：SQL命令字符串；
con：連接sql數(shù)據(jù)庫(kù)的，engine，一般可以用SQLalchemy或者pyMySQL之類的包建立；
index_col: 選擇某一列作為index；
coerce_float：非常有用，將數(shù)字形式的字符串直接以float型讀入；
parse_dates：將某一列日期型字符串轉(zhuǎn)換為datetime型數(shù)據(jù)；
columns：要選取的列；
chunksize：如果提供了一個(gè)整數(shù)值，那么就會(huì)返回一個(gè)generator，每次輸出的行數(shù)就是提供的值的大小。
5、使用實(shí)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'列用基準(zhǔn)，合并數(shù)據(jù)框
關(guān)于“python中使用pandas.merge的方法”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，使各位可以學(xué)到更多知識(shí)，如果覺(jué)得文章不錯(cuò)，請(qǐng)把它分享出去讓更多的人看到。
當(dāng)前名稱：python中使用pandas.merge的方法
網(wǎng)頁(yè)URL：http://fisionsoft.com.cn/article/gephhj.html
