如何在python中合并2个带有用户和时间戳的表

在Python中合并两个带有用户和时间戳的表可以使用pandas库的merge函数。merge函数可以根据指定的列将两个表进行合并。

以下是合并两个带有用户和时间戳的表的步骤：

导入pandas库：

import pandas as pd

创建两个表的示例数据：

table1 = pd.DataFrame({'用户': ['A', 'B', 'C'],
                       '时间戳': ['2022-01-01 10:00:00', '2022-01-02 12:00:00', '2022-01-03 15:00:00'],
                       '数据1': [1, 2, 3]})
table2 = pd.DataFrame({'用户': ['A', 'B', 'D'],
                       '时间戳': ['2022-01-01 11:00:00', '2022-01-02 13:00:00', '2022-01-04 16:00:00'],
                       '数据2': [4, 5, 6]})

使用merge函数合并两个表：

merged_table = pd.merge(table1, table2, on=['用户', '时间戳'], how='outer')

在上述代码中，使用on参数指定合并的列，这里是用户和时间戳。使用how参数指定合并方式，这里使用outer表示保留两个表中的所有行。

查看合并后的表：

print(merged_table)

输出结果如下：

  用户                  时间戳  数据1  数据2
0  A  2022-01-01 10:00:00  1.0  4.0
1  B  2022-01-02 12:00:00  2.0  5.0
2  C  2022-01-03 15:00:00  3.0  NaN
3  D  2022-01-04 16:00:00  NaN  6.0

合并后的表包含了两个表中的所有行，并根据用户和时间戳进行了合并。

在这个例子中，我们使用了pandas库的merge函数来合并两个带有用户和时间戳的表。这个方法适用于任何带有相同列的表的合并操作。