如何将多个大小相同的pandas数据帧组合成一个内聚的数据库？

将多个大小相同的pandas数据帧组合成一个内聚的数据库可以通过以下步骤实现：

import pandas as pd
from sqlalchemy import create_engine

engine = create_engine('sqlite:///mydatabase.db')

df1.to_sql('table1', engine, if_exists='replace')
df2.to_sql('table2', engine, if_exists='replace')
df3.to_sql('table3', engine, if_exists='replace')

这里假设数据帧df1、df2和df3分别代表要组合的数据帧，'table1'、'table2'和'table3'分别是数据库中的表名。使用if_exists='replace'参数可以确保每次运行时先删除已存在的表再创建新表。

query = "SELECT * FROM table1 UNION ALL SELECT * FROM table2 UNION ALL SELECT * FROM table3"
df_combined = pd.read_sql_query(query, engine)

这里使用SQL的UNION ALL操作符将每个表的数据合并为一个结果集，并使用pd.read_sql_query()函数将结果集读取到一个数据帧中。

with engine.connect() as con:
    con.execute("DROP TABLE table1")
    con.execute("DROP TABLE table2")
    con.execute("DROP TABLE table3")

这里使用DROP TABLE语句删除每个表。

通过以上步骤，你可以将多个大小相同的pandas数据帧组合成一个内聚的数据库。请注意，这里使用的是SQLite数据库作为示例，你可以根据需要选择其他数据库，如MySQL、PostgreSQL等。

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