Python 连接CSV或表

我有两个不同列的csv文件。 表1

表2

title   mar      apr     may    jun      date
darn    0.631   1.321   0.951   1.751   5/23/2016 12:14
ok      1.001   0.247   2.456   0.3216  5/24/2016 18:41
three   0.285   1.283   0.924   956     5/25/2016 17:41

我需要按照标题（主键）和表2中日期字段中的时间等于表1中日期字段中的时间（时间-1小时）的条件将它们连接起来。所以输出应该是这样的：

title   stage   jan     mar     apr     may    jun     date
 darn   3.001   0.421   0.631  1.321   0.951  1.751  5/23/2016 13:14

我想知道是否可以使用Pandas或SQL查询来完成这项工作，这是最好的方法。我抬头一看，发现熊猫可以根据唯一的键值进行合并。 作为pd进口熊猫

a = pd.read_csv("1.csv")
b = pd.read_csv("2.csv")
merged = a.merge(b, on='title')
merged.to_csv("output.csv", index=False)

---

这是节目。我正在努力为日期字段设置条件。欢迎Bot SQL和Pandas解决方案

假设您的时间和日期变量被Pandas识别， 加上

---

我将创建一个虚拟列（以匹配

df

中的“时间”）：

现在您可以干净地合并：

In [12]: df.merge(df1)
Out[12]:
  title  stage    jan                time    mar    apr    may    jun                date
0  darn  3.001  0.421 2016-05-23 13:14:00  0.631  1.321  0.951  1.751 2016-05-23 12:14:00

In [13]: df.merge(df1, on=["title", "time"])  # potentially less reckless to specify columns
Out[13]:
  title  stage    jan                time    mar    apr    may    jun                date
0  darn  3.001  0.421 2016-05-23 13:14:00  0.631  1.321  0.951  1.751 2016-05-23 12:14:00

---

注意：这意味着您不必进行完全合并（仅在标题上），这可能会导致空间效率非常低。

但此处您不匹配日期字段。我认为如果表1中有重复的标题，这将不起作用。不支持的操作数类型为-：'numpy.ndarray'和'Timedelta'，您可以在匹配后进行筛选。这应该是代码的最后一行。无法连接'str'和'Hour'对象。它扔了这个error@DigantaBharali它需要是一个datetime（不是字符串）列，首先需要

df[“time”]=pd.to_datetame（df[“time”]）

和

df

[“date”]=pd.to_datetame（df[“date”]）

。这些是日期而不是字符串，因此应将其转换为字符串。您也可以在使用

parse_dates`读取csv时执行此操作。一切正常。只是它不能匹配时间列，它给了我一个空输出，只有标题。另一个问题是在合并过程中，我们能否给出“如果它在一小时内”这样的范围，它将返回该行？@DigantaBharali在一小时内肯定是另一个问题（因为您只能在相同的结果下加入）。我建议把这个问题作为一个新问题提出来，它很有趣（我不确定我知道答案，我会想一想）。

merged = merged[merged.date == (merged.time - pd.Timedelta('1 hours'))]

In [11]: df1["time"] = df1["date"] + pd.offsets.Hour(1)

In [12]: df.merge(df1)
Out[12]:
  title  stage    jan                time    mar    apr    may    jun                date
0  darn  3.001  0.421 2016-05-23 13:14:00  0.631  1.321  0.951  1.751 2016-05-23 12:14:00

In [13]: df.merge(df1, on=["title", "time"])  # potentially less reckless to specify columns
Out[13]:
  title  stage    jan                time    mar    apr    may    jun                date
0  darn  3.001  0.421 2016-05-23 13:14:00  0.631  1.321  0.951  1.751 2016-05-23 12:14:00