在python中合并表和合并列
我有两个csv文件,我根据它们的代码合并在一起。现在有两列是日期,因为一列是2013年的日期,另一列是2014年的日期。我不确定这是否是一件事,但在pandas或python中是否有一种方法可以将它们“附加”到整个列中,仅用于日期 Csv1 Csv 2 以下是我合并的尝试:在python中合并表和合并列,python,pandas,dataframe,Python,Pandas,Dataframe,我有两个csv文件,我根据它们的代码合并在一起。现在有两列是日期,因为一列是2013年的日期,另一列是2014年的日期。我不确定这是否是一件事,但在pandas或python中是否有一种方法可以将它们“附加”到整个列中,仅用于日期 Csv1 Csv 2 以下是我合并的尝试: air2013=pd.read_csv("aqi_2013.csv", index_col=0) air2014=pd.read_csv("aqi_2014.csv", index_c
air2013=pd.read_csv("aqi_2013.csv", index_col=0)
air2014=pd.read_csv("aqi_2014.csv", index_col=0)
air2013.merge(air2014,on=['countyCode'])
产出(到目前为止)
总的来说,有没有一种方法可以将日期y到日期x的值相加,这样就只有一个日期列?当您读取\u csv并指定索引\u col=0时,它将countyCode列值视为唯一标识符。但它们似乎不是唯一的,因为它们在两个数据帧中都是重复的,所以我认为您不希望它们成为合并数据帧中的索引。请尝试以下方法:
import pandas as pd
air2013=pd.read_csv("aqi_2013.csv")
air2014=pd.read_csv("aqi_2014.csv")
air = pd.concat([air2013, air2014])
这使得:
countyCode Date AQI
0 1 2013-01-14 122
1 6 2013-06-10 60
2 8 2013-10-20 82
0 1 2014-02-29 22
1 6 2014-08-11 41
2 8 2014-11-06 87
到目前为止,你的产出并不是你真正的产出,不是吗?在AQI
之后也应该有\ux
和\uy
。另外,Date\ux
中的值应该是2013-…
?
countyCode Date_x AQI Date_y AQI
1 2013-01-14 122 2014-02-29 22
6 2013-06-10 60 2014-08-11 41
8 2013-10-20 82 2014-11-06 87
import pandas as pd
air2013=pd.read_csv("aqi_2013.csv")
air2014=pd.read_csv("aqi_2014.csv")
air = pd.concat([air2013, air2014])
countyCode Date AQI
0 1 2013-01-14 122
1 6 2013-06-10 60
2 8 2013-10-20 82
0 1 2014-02-29 22
1 6 2014-08-11 41
2 8 2014-11-06 87
Csv1.append(Csv2, ignore_index=True)
countyCode Date AQI
0 1 2013-01-14 122
1 6 2013-06-10 60
2 8 2013-10-20 82
3 1 2014-02-29 22
4 6 2014-08-11 41
5 8 2014-11-06 87