使用pandas合并很多df
是指通过pandas库中的函数将多个DataFrame对象合并成一个DataFrame对象的操作。下面是完善且全面的答案：
合并多个DataFrame对象可以使用pandas库中的concat()函数或merge()函数。这两个函数的具体用法如下：
- concat()函数：
- 概念：concat()函数用于沿着指定的轴将多个DataFrame对象进行连接。
- 分类：concat()函数属于pandas库中的数据合并函数。
- 优势：使用concat()函数可以方便地将多个DataFrame对象按照指定的轴进行连接，灵活性较高。
- 应用场景：常用于将多个数据源的数据进行整合，例如将多个Excel文件或CSV文件中的数据合并成一个DataFrame对象。
- 推荐的腾讯云相关产品：腾讯云数据万象（COS）。
- 产品介绍链接地址：https://cloud.tencent.com/product/cos
- merge()函数：
- 概念：merge()函数用于根据指定的列将多个DataFrame对象进行数据库风格的合并。
- 分类：merge()函数属于pandas库中的数据合并函数。
- 优势：使用merge()函数可以根据指定的列将多个DataFrame对象进行合并，类似于SQL中的JOIN操作。
- 应用场景：常用于根据共同的列将多个DataFrame对象进行关联操作，例如根据用户ID将用户信息和订单信息进行合并。
- 推荐的腾讯云相关产品：腾讯云数据库 TencentDB。
- 产品介绍链接地址：https://cloud.tencent.com/product/tencentdb
综上所述，使用pandas合并很多df可以通过concat()函数或merge()函数来实现。具体选择哪种函数取决于合并的需求，concat()函数适用于简单的连接操作，而merge()函数适用于复杂的关联操作。腾讯云提供了腾讯云数据万象（COS）和腾讯云数据库 TencentDB等相关产品来支持数据的存储和管理。
相关·内容
我正在为机器学习算法标记一些医疗保险数据集，使用Pandas数据作为欺诈性或非欺骗性数据。标签包括将DMPOES数据集中的NPI编号与LEIE数据集中的NPI编号相匹配。每个数据集都包含一个名为"NPI“的列。我需要能够找出DMEPOS数据集中的每一行是否有一个匹配的NPI在LEIE数据集中。接下来，我需要向DMPOES数据集添加一列(可能命名为“欺诈性”，表示该行是否具有欺骗性，使用1表示欺诈性，使用0表示不欺诈性。这是我写的代码(不是很多，但应该给出我在Pandas中使用的总体方向。
import pandas as pd
import numpy as np
#Read fil
浏览 4提问于2021-03-28得票数 0
我正在尝试合并看起来像这样的两个数据框：https://i.imgur.com/ZCPzx7V.png 我应该写些什么来合并这两者呢？ 我经历过这种情况，但仍然收到错误： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html https://www.datacamp.com/community/tutorials/joining-dataframes-pandas
浏览 17提问于2020-03-24得票数 0
我有每天的数据，也有每月的数据。我想通过每月的数字来标准化每日数据-例如，2017年的前31天都除以来自另一个数据集的对应于2017年1月的数字。
import pandas as pd
import datetime as dt
N=100
start=dt.datetime(2017,1,1)
df_daily=pd.DataFrame({"a":range(N)}, index=pd.date_range(start, start+dt.timedelta(N-1)))
df_monthly=pd.Series([1, 2, 3], index=pd.PeriodIn
浏览 8提问于2018-01-30得票数 0
回答已采纳
import pandas
import requests
from bs4 import BeautifulSoup
website_text = requests.get('https://en.wikipedia.org/wiki/List_of_New_Mexico_locations_by_per_capita_income').text
soup = BeautifulSoup(website_text,'lxml')
table = soup.find('table',{'class':'wikitable
浏览 0提问于2020-06-03得票数 0
我正在尝试将几个文件从csv导入到单个DataFrame中，并在尝试添加第三个DataFrame时得到以下错误。
AssertionError: cannot create BlockManager._ref_locs because block [ObjectBlock: [CompletionDate, Categories, DateEntered_x, <lots more columns here>...], dtype=object)] does not have _ref_locs set
守则是：
project = pandas.read_csv(read_csv
浏览 9提问于2013-08-11得票数 1
回答已采纳
1回答
我正在尝试将来自statsmodels GLM的结果数据帧连接到一个数据帧，该数据帧设计用于在遍历模型时同时保存单变量数据和模型结果。我很难弄清楚如何以语法方式连接这两个数据集。 我已经查阅了下面找到的熊猫文档，但没有找到： https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html#database-style-dataframe-or-named-series-joining-merging 这很困难，因为与保存每个唯一变量的每个唯一级别的值的最终表相比，模型的输出比较大。 使用下面的代码查看数据外观的示例：
浏览 2提问于2019-04-20得票数 0
回答已采纳
我有两个看起来类似的数据格式，我想将df1中的一列除以来自df2的一列。
以下是一些样本数据：
dict1 = {'category': {0: 0.0, 1: 1.0, 2: 0.0, 3: 0.0, 4: 1.0},
'Id': {0: 24108, 1: 24307, 2: 24307, 3: 24411, 4: 24411},
'count': {0: 3, 1: 2, 2: 33, 3: 98, 4: 33}}
df1 = pd.DataFrame(dict1)
dict2 = {'Id': {0: 24108,
浏览 1提问于2022-07-27得票数 1
回答已采纳
很难用一种清晰准确的方式来表达这个问题，所以希望下面的内容能帮助我更好地理解我的问题。 我有两个pandas数据帧，在这个例子中简化了，它们是： df1 =
'CENSUS_ID'
60014001001
60014002001
df2 =
'GEO_ID' 'MED_INCOME'
60014001001 177417
60014002001 166313
60014002002 132400
60014003001 161964 我想在df1中添加一个名为'MED_INCOME‘的列，方法是在df2中
浏览 17提问于2019-01-22得票数 1
回答已采纳
我有一个文件夹，里面有很多.txt文件。如何使用pandas读取文件夹中的所有文件并获取其中的内容？我尝试了以下几种方法：
import pandas as pd
list_=pd.read_csv("/path/of/the/directory/*.txt",header=None)
print list_
浏览 4提问于2015-01-03得票数 11
回答已采纳
我有两个DataFrames，两个国家都是1--首先是183行，2--第二行是156行--它们都有相互导入的信息，我需要第一列的一列和第二列的一列，我的目标是创建一个单一的Dataframe，包含我需要的两个列，以及两个数据名通信的包含的名称。
这就是我所做的，我得到的信息
for i in range(183) :
for j in range(156):
if df['Country'][i]==df_happy['Country or region'][j]:
df.drop(i,axis=0,inplace
浏览 3提问于2020-10-31得票数 0
2回答
我希望合并多个数据格式，但只有在键匹配和日期范围在df1中的“df1”日期范围的90天之内的情况下。我希望保留df1中的所有行，并且只合并来自df2、df3等的额外行，只要它们与键匹配并在日期范围内。
注意:首先合并dfs，然后考虑日期范围条件对我不起作用。我首先使用了这种方法，但是合并成功的条件很多，但是由于日期范围超出了限制，所以脚本删除了行。我需要以某种方式保留df1中的所有行。
-这个问题是相似的，但它似乎合并，然后应用这些条件。我认为更好的方法是应用条件，然后在满足条件的情况下合并。不过，我愿意听取你的建议。
DataFrames：
a = {'Key': [100
浏览 12提问于2017-12-16得票数 2
回答已采纳
2回答
我有两个DataFrames，一个有很多行，另一个有几行，我需要根据某些条件(在字符串中)合并这两个Dataframe。我在Pandas中使用嵌套循环，如下所示：
density = []
for row in df.itertuples():
for row1 in df2.itertuples():
if(row['a'].find(row1['b']))>0:
density.append(row1['c'])
但我收到了错误消息：
TypeError: tuple indices m
浏览 0提问于2017-04-01得票数 1
我有三个数据文件，我需要合并，但我没有任何尝试工作。我一直在尝试每一件事，但都没有效果。到目前为止，这就是我所拥有的：
# DataFrame columns
columns = ["exchange", "symbol", "name"]
# Create NYSE dataFrame
NYSE = list(zip(NYSE_symbols, NYSE_companies))
NYSE = [("NYSE", ) + elem for elem in NYSE]
NYSE_df = pd.DataFrame([x for x
浏览 9提问于2021-12-01得票数 1
回答已采纳
我想使用复合ID (car，ID)创建一个连接，如果两个ID在第一个df上都匹配，则使用test列值创建一个新列 # Import pandas library
import pandas as pd
# initialize list of lists
data1 = [['ford', 1010], ['chevy', 1515], ['toyota', 1515]]
# Create the pandas DataFrame
df_1 = pd.DataFrame(data1, columns = ['Car
浏览 8提问于2021-02-05得票数 0
回答已采纳
我有一个Pandas DataFrame stations，索引为id：
id station lat lng
1 Boston 45.343 -45.333
2 New York 56.444 -35.690
我有另一个DataFrame df1，它有以下内容：
duration date station gender
NaN 20181118 NaN M
9 20181009 2.0 F
8 20170605 1.0
浏览 0提问于2018-11-25得票数 1
回答已采纳
我使用merge(..., how='left')合并两个数据格式，因为我只想保留与“左”数据格式匹配的条目。问题是合并操作似乎删除了我最左边的dataframe的索引，如下所示：
import pandas
df1 = pandas.DataFrame([{"id": 1,
"name": "bob"},
{"id": 10,
"name": "
浏览 4提问于2013-03-27得票数 9
2回答
我有两个Dataframes df_general和df_award，它们共享一个名为ProjectNumber的列。我想把他们合并。
我试着用dropna()删除所有的行，它确实删除了它们-
df_award['ProjectNumber'].replace(' ', np.nan, inplace=True)
df_award.dropna(subset=['ProjectNumber'], inplace=True)
df_award.head()
然后像这样合并两个Dataframes (因为我只想从第一个表中得到一个列，从第二个表中只需
浏览 1提问于2018-10-26得票数 0
回答已采纳
3回答
u'가' u'나'
0
1
...
A B
0
1
...
上面有两只熊猫，分别叫“左”和“右”。我试着像下面的代码一样合并。
result = pandas.merge(left, right, how='left', left_on=[u'가'], right_on=['A'])
但不幸的是，出现了错误。熊猫合并left(right)_on=key功能似乎无法识别unicode列名。
File "?.py", line ?, in
浏览 3提问于2015-07-21得票数 3
回答已采纳
3回答
我有一个pandas数据帧，它大约有100列，我想计算一行每列中的字符数。
在Excel中，我会做类似(Len(Concat(A2:CA2))的事情
df['newcolumn'] = ? in Pandas Python
浏览 9提问于2019-07-10得票数 2
回答已采纳
我不知道如何解决我的问题。我想合并两个数据文件：
show = pd.merge(df1, df2, how='left', on=0)
但是，由于每次调用函数时，这两个数据格式都有很大的变化，所以我不知道有多少列，所以我无法命名它们。合并函数需要列名才能工作。我试着只提供列号，但没有起作用：
raise KeyError(key)
KeyError: '0'
是否可以不使用列名来合并数据文件。或者--我是否可以在不知道有多少列的情况下命名列呢？
@jezrael仍然显示一个错误：
Traceback (most recent call last):
Fil
浏览 4提问于2021-03-10得票数 0
回答已采纳
3回答
我在python pandas中有两个数据帧
数据帧1
User_id zipcode
1 12345
2 23456
3 34567
数据帧2
ZipCodeLowerBound ZipCodeUpperBound Region
10000 19999 1
20000 29999 2
30000 39999 3
如何使用pandas merge将区域中的数据映射到条件为if(df1.zipcod
浏览 3提问于2016-10-29得票数 3
一个名称列表，我想检索不同数据帧中的每个对应信息，以形成新的数据帧。 我将该列表转换为1列数据帧，然后在不同的数据帧中查找其相应值。 这个想法被可视化为： ? 我试过了： import pandas as pd
data = {'Name': ["David","Mike","Lucy"]}
data_h = {'Name': ["David","Mike","Peter", "Lucy"],
'Hobby': [
浏览 19提问于2020-12-23得票数 1
回答已采纳
当我试图用4500万个文件读取文件时，我有“MemoryError”。
如何解决这个问题？
注意：我的代码适用于小文件
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
from pandas.tools.plotting import scatter_matrix
import matplotlib.pyplot as plt
from pylab import rcParams
import seaborn as sb
address = 'file.txt'
浏览 0提问于2018-06-29得票数 1
1回答
我正在尝试连接两个数据帧(main_df和df)。
print(main_df.head())
NSA Value SA Value
Date
1975-01-31 34.531020 34.725199
1975-02-28 34.996924 35.157220
1975-03-31 35.476331 35.517737
1975-04-30 35.990021 35.874357
1975-05-31 36.581159 36.283538
print(df.head())
浏览 41提问于2020-05-09得票数 0
我正在和Python Pandas一起学习数据科学。但是，我不擅长处理数据。所以我需要一些帮助。 df1 >>> df1
stamp id col1 col2
0 100000 1 100 60
1 100000 2 100 30
2 100001 1 10 10
3 100001 1 20 30
4 100001 2 20 10
5 100001 2 20 90
6 100001 3 30 10
7 100002 1 300
浏览 21提问于2020-06-20得票数 1
目前，我正在使用pandas和Excel。我有很多空白单元格要处理的excel表格。Pandas在解析时将它们识别为NAN值。我知道如何通过传递到pandas excel读取方法来摆脱它们。 pandas.read_excel(keep_default_na=False) 或 pandas.read_excel(na_filter=False) 但我希望将空单元格存储为“None”字符串。有没有办法在读取Excel文件时做到这一点？你好，艾德。
浏览 179提问于2020-03-26得票数 1
我有以下代码：
将2005年至2014年期间所有年份的数据分开，仅在2015年就分离另一份数据。然后我在所有的气象站得到每天的最小值。最后，我需要将df2015的min和max添加到df中，这样我就可以比较如果在2015年，每天的min和max打破了以前的10天、min或最大值。
df = pd.read_csv('data/C2A2_data/BinnedCsvs_d400/fb441e62df2d58994928907a91895ec62c2c42e6cd075c2700843b89.csv'.format(binsize))
df['Date']
浏览 1提问于2021-07-19得票数 2
回答已采纳
我在熊猫里有两个数据帧。我想合并这两个数据帧，但我总是遇到内存错误。我可以使用的替代方案是什么？
下面是设置：
import pandas as pd
df1 = pd.read_cvs("first1.csv")
df2 = pd.read_csv("second2.csv")
print(df1.shape) # output: (4757076, 4)
print(df2.shape) # output: (428764, 45)
df1.head
column1 begin end category
0 class1
浏览 1提问于2016-11-24得票数 2
1回答
Pandas多索引数据帧合并问题
、、、、
我想合并两个数据帧，df1和df2，它们有多个索引列： mi1 = pd.MultiIndex.from_tuples([('id', '0'), ('car', '2018')], names=['variable', 'year'])
mi2 = pd.MultiIndex.from_tuples([('id', '0'), ('car', '2019')], names=['variable', 'yea
浏览 61提问于2020-12-15得票数 0
回答已采纳
我有一个数据帧，其中的列名是元组。这样做的原因是，数据帧是基于复杂的Excel电子表格，其中列标题由不同大小的合并单元格组成，因此在MultiIndex中，几乎每一列都有一个或多个级别的nan条目，这使得选择和写入数据变得困难。我在过去多次使用相同的解决方案，没有出现问题，例如，MultiIndex头('SCN', nan, nan, nan, nan)将被转换为元组('SCN',)，然后我们将MultiIndex更改为正常的元组索引。然而，由于奇怪的KeyErrors和TypeErrors，这一次我似乎不能对数据帧做太多事情：
test.columns
Out
浏览 3提问于2021-02-24得票数 1
我正在尝试使用pandas将非常大的csv文件合并在一起，并不断耗尽内存。有没有更有效利用内存的方法呢？ 我尝试过使用Dask Dataframes而不仅仅是pandas，但我仍然遇到了同样的问题。 temp_df = dd.merge(gcs_df, dias_fio_df, how='inner', on=['charttime', 'subject_id']) 我得到一个MemoryError：screenshot_of_error
浏览 21提问于2019-06-24得票数 0
1回答
我正在尝试合并两个不同长度的数据文件(称为df1和df2)，它们都是按日期索引的。dfs (df1)的时间越长，所列出的日期就越短(df2)。我尝试使用以下命令组合它们：merged = df2.merge(df1, on='Date')，但是我得到了以下错误，当我尝试这样做时，我不理解这些错误。
---------------------------------------------------------------------------
KeyError Traceback (most recent c
浏览 3提问于2014-04-24得票数 4
回答已采纳
我已经阅读了一些关于堆栈溢出的信息，比如这个，但是这个策略似乎并不适合我。我有两个要合并的csv文件，第一个文件如下所示：
第二个看起来是这样的：
我想把它们合并在一起，让它们并排在一起，如下所示：
这就是我的代码的样子：
# Find first school csv file in file explore
file1 = file1_path_in_folder
df1 = pd.read_csv(file1)
df1.head()
# Find second school csv file in file explore
file2 = file2_path_in_
浏览 11提问于2022-08-17得票数 0
我正在用Python/Pandas开发一个脚本来比较两个数据格式的内容。
这两个数据文件都包含固定列表中列的任何组合，例如：
"Case Name", "MAC", "Machine Name", "OS", "Exec Time", "RSS"
某些列的组合被用作唯一的键，但其中一些列可能有时缺少。另外，两个数据文件都包含(和遗漏)相同的列(以避免额外的复杂性)。
因此，如果我从另一个dataframe获得一个密钥，那么我想从一个dataframe中检索一个行(我确定该键匹配每个dataframe
浏览 3提问于2021-10-29得票数 1
回答已采纳
我有两只熊猫DataFrames df1和df2，它们的格式相当标准：
one two three feature
A 1 2 3 feature1
B 4 5 6 feature2
C 7 8 9 feature3
D 10 11 12 feature4
E 13 14 15 feature5
F 16 17 18 feature6
...
和df2的格式相同。这些DataFrames的大小分别为175 MB和140 MB。
m
浏览 1提问于2016-10-03得票数 1
回答已采纳
2回答
如何根据其他数据框中的条件更新pandas中的列。我有2个数据帧df1和df2 import pandas as pd
df1=pd.DataFrame({'names':['andi','andrew','jhon','andreas'],
'salary':[1000,2000,2300,1500]})
df2=pd.DataFrame({'names':['andi','andrew'],
浏览 7提问于2019-05-13得票数 1
回答已采纳
我试图在两个不同的excel工作簿中获取数据，每个工作簿只有一个工作表，并将它们连接或合并在一起。第一个是包含约282,000行数据的工作表，我正在通过一个公共列将包含大约13,000行数据的第二个表合并到其中。这是一对多的加入。我目前的代码可以工作，但是运行大约需要2.5个小时，我觉得应该有一个方法来提高它的效率。下面是我的代码：
import pandas
df1 = pandas.read_excel('file1.xlsx')
df2 = pandas.read_excel('file2.xlsx')
final_file = pandas.merg
浏览 0提问于2018-08-09得票数 2
1回答
目标
若要将df_labelled文件与部分标记点合并到包含所有点的df中，请执行以下操作。
我已经尝试过的
提到，我尝试了下面的代码
df = df.repartition(npartitions=200)
df = df.reset_index(drop=True)
df_labelled = df_labelled.repartition(npartitions=200)
df_labelled = df_labelled.reset_index(drop=True)
df = df.assign(label = df_labelled.label)
df.head()
但我明白错误
浏览 3提问于2020-10-27得票数 0
回答已采纳
下面是一个有效的示例： df = pd.DataFrame(np.random.randn(10,3),columns=['A','B','C'])
df['D'] = np.nan
for i in range(df.shape[1]-1):
df['D'] = np.where(df.iloc[:,i] == df.min(axis=1),
df.iloc[:,i].shift(-1),
df['D&
浏览 24提问于2020-08-09得票数 0
我拿到了那本书。2只熊猫的资料：
df1 = pandas.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14], 'col3' : [0,2,0,-1,0]})
df2 = pandas.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12], 'col6' : [20, 31, 12]})
如果col3和col2在df1和df2中的值相同
浏览 4提问于2016-08-10得票数 2
回答已采纳
1回答
我有两份文件：
档案1：
website,company_name,uuid
yahoo.com,Yahoo,1111
facebook.com,Facebook,2222
cisco.com,Cisco Inc,3333
,Oasis,4444
google.com,Google Inc,5555
档案2：
company_url,company_name
facebook.com,
google.com,Google
,Netflix
,Pandas
我的脚本需要匹配网站或公司名称，并生成如下输出：
company_url,company_name,uuid
facebook.com,,2
浏览 0提问于2018-08-01得票数 0
回答已采纳
我创建了一个有3个参数输入的函数:x，y，z，我想循环遍历它们。X是具有一列y的数据帧，z要求具有多列的数据帧 我试过这个： result = [f(x,y,z) for x,y,z in zip(df1["1com"], df2["1com"], df3["3com"])] Df 1,2,3具有相同的索引长度。 这不起作用，因为方法list comp不允许像这样的多个列。我试过很多东西都没成功。 顺便说一句，我在这里找到了列表理解方法：How to iterate over rows in a DataFrame in Pandas
浏览 14提问于2020-10-02得票数 1
给定数据格式( df和df2 )
>>> df = pd.DataFrame([[1,'a','b'], [1, 'c', 'd'],
[2, 'c', 'd'], [1, 'f', 'o'],
[2, 'b', 'a']], columns=['x', 'y', 'z'])
浏览 0提问于2017-09-19得票数 2
回答已采纳
1回答
我有两个数据框架，看起来如下: DF1：
Product, Region, ProductScore
AAA, R1,100
AAA, R2,100
BBB, R2,200
BBB, R3,200
DF2：
Region, RegionScore
R1,1
R2,2
我如何才能让这2人加入到1数据帧中，结果会是这样的：
Product, Region, ProductScore, RegionScore
AAA, R1,100,1
AAA, R2,100,2
BBB, R2,200,2
非常感谢!
Edit1：
我使用了df.merge(df_new)获得了这个错误消息：
File
浏览 6提问于2015-09-25得票数 6
回答已采纳
我正在尝试将字符串的一部分从bad_boy匹配到good_boy，并在原始df (bad_boy)中创建一个名为Right Address的列，但很难做到这一点。我看了下面的链接：
import pandas as pd
bad_boy = pd.read_excel('C:/Users/Programming/.xlsx')
df = pd.DataFrame(bad_boy)
print (df['Address'].head(3))
0 1234 Stack Overflow
1 7458 Python
2 8745 Pandas
good
浏览 4提问于2017-05-03得票数 1
回答已采纳
1回答
我想在一个excel表格中编写多个数据帧，无论是熊猫、考拉还是pyspark，并像xlwx一样做一些奇特的事情(改变单元格的大小或颜色等)，然后保存到S3存储桶中。我尝试过pandas.to_csv(s3.....test.xlsx)，但这不是我想要的。
浏览 17提问于2020-02-08得票数 0
2回答
这是我的密码：
all_data = pd.merge(all_data, meanData, suffixes=["", "_mean"], how='left', on=['id', 'id2'])
现在，我希望合并all_data和meanData，但是我希望meanData列首先出现。
如下所示：
a_mean，b_mean，c_mean，a，b，c
不是这样的
a，b，c，a_mean，b_mean，c_mean
注意:我有很多列，所以我不想手动编写代码来更改索引。
示例代码(您可以复制)
浏览 1提问于2018-12-25得票数 0
回答已采纳
2回答
我试图在字符串列上加入两个不完全相同的数据格式。我意识到这已经被要求很多，但我正在努力寻找任何与我的需要相关的东西。我的代码如下所示
import numpy as np
import pandas as pd
from fuzzywuzzy import fuzz
from fuzzywuzzy import process
xls = pd.ExcelFile(filename)
df_1 = pd.read_excel(xls, sheet_name="Sheet 1")
df_2 = pd.read_excel(xls, sheet_name="Sheet
浏览 1提问于2019-11-25得票数 0
回答已采纳
我留下了基于键的连接数据帧A到B。合并后，我发现在右边的dataframe上没有任何记录与右边的dataframe具有相同的键，但是右边的表中的列仍然被添加。如果没有公共记录，如何阻止Pandas添加新列？
浏览 0提问于2019-07-24得票数 0
1回答
你好，试图合并两个数据帧和和访问计数按日期和upc。
事务数据(日期、upc、sales) 200 k行x3列
访问计数(日期、upc、访问计数)2 million+行x3列
我试过了
df3 = pandas.merge(df1,df2, on = ['upc','date'], how = 'left')
结果: merge执行，但不按日期或upc进行汇总。
我也试过
df3 = pandas.merge(df1,df2, left_on = ['date'], right_on ['upc'
浏览 3提问于2017-12-30得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
