1、根据共有的特性进行合并

import pandas;
from pandas import read_csv;

items = read_csv(
    "D://PA//4.12//data1.csv", 
    sep='|', 
    names=['id', 'comments', 'title']
);
prices = read_csv(
    "D://PA//4.12//data2.csv", 
    sep='|', 
    names=['id', 'oldPrice', 'nowPrice']
);

  

##根据相同的特点进行合并数据框,,例如:根据学号将不同的数据框合并为一个数据框

merge(x,y,left_on,right_on) #其中x表示第一个数据框,y表示第二个数据框,
left_on 第一个数据框用于匹配的列,right_on 第二个数据框用于匹配的列

itemPrices = pandas.merge(
    items, 
    prices, 
    left_on='id', 
    right_on='id'
);

  2、记录合并,将不同表的数据框进行合并

import pandas;
from pandas import read_csv;

df1 = read_csv("D://PA//4.10//data1.csv", sep="|");
df2 = read_csv("D://PA//4.10//data2.csv", sep="|");
df3 = read_csv("D://PA//4.10//data3.csv", sep="|");

df = pandas.concat([df1, df2, df3])

  3、字段的合并:例如将年月日合并至一个数据框中

from pandas import read_csv;

df = read_csv(
    "D://PA//4.11//data.csv", 
    sep=" ", 
    names=['band', 'area', 'num']
);

df = df.astype(str);

tel = df['band'] + df['area'] + df['num']