需求:
两个文件,一个文件为统计报表,里面含有手机号,另一个文件为手机号段归属地,含有手机号码前七位对应的地区。需要对统计报表进行处理,将手机号所在的归属地加入到统计报表中,使用pandas提供的join功能来实现,代码如下:
#coding=utf-8 from pandas import Series,DataFrame import pandas as pd #reader1 = pd.read_csv('Dm_Mobile.txt',iterator=True,encoding="gb2312") #df1 = reader1.get_chunk(10) #reader2 = pd.read_csv('201604.csv',iterator=True,encoding="gb2312") #df2 = reader.get_chunk(10) #读取两个csv文件,生成dataframe df1 = pd.read_csv('Dm_Mobile.csv',encoding="gb2312") df2 = pd.read_csv('201604.csv',encoding="gb2312") #截取手机号前七位,作为新列添加到dataframe df2['p7s'] = Series([str(x)[:7] for x in Series(df2[u'手机号'])]) df2['p7i'] = df2['p7s'].astype("int64") #在两个dataframe的手机前七位列上创建索引 index_df1 = df1.set_index('MobileNumber') index_df2 = df2.set_index(['p7i']) #以手机号前七位列为join列,对两个dataframe进行join result = pd.concat([index_df1, index_df2], axis=1, join='inner') #选取需要显示的列,重新生成result result = result.reindex(columns=[u'积分商城订单号', u'手机号',u'产品编码',u'商品名称',u'商品价格',u'数量',u'虚拟码',u'消费时间',u'时间',u'兑换渠道商',u'MobileArea']) #写入到excel文件中 writer = pd.ExcelWriter('pandas_simple.xlsx') result.to_excel(writer, sheet_name=u'设计院',index=False) writer.save()
以上这篇使用pandas对两个dataframe进行join的实例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。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
狼山资源网 Copyright www.pvsay.com
暂无“使用pandas对两个dataframe进行join的实例”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。