使用pandas对两个dataframe进行join的实例
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 frompandasimportSeries,DataFrame importpandasaspd #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]forxinSeries(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毛票票。