我有以下表格:
表A
listData = {'id':[1,2,3],'date':['06-05-2021','07-05-2021','17-05-2021']}
pd.DataFrame(listData,columns=['id','date'])
表B
detailData = {'code':['D123','F268','A291','D123','F268','A291'],'id':['1','1','1','2','2','2'],'stock':[5,5,2,10,11,8]}
pd.DataFrame(detailData,columns=['code','id','stock'])
输出表
output = {'code':['D123','F268','A291'],'06-05-2021':[5,5,2],'07-05-2021':[10,11,8]}
pd.DataFrame(output,columns=['code','06-05-2021','07-05-2021'])
注意:提供的代码是输出的硬编码代码。我需要从表A和表B生成输出表
如果输出表不是不言自明的,那么下面简要说明它是如何生成的。
、
我不知道从哪里开始这样做。我对熊猫很陌生,我只用它做简单的数据处理。如果有人能建议我从哪里开始,这将有很大的帮助。
发布于 2021-05-06 15:53:49
尝试:
tableA['id'] = tableA['id'].astype(str)
tableB.merge(tableA, on='id').pivot('code', 'date', 'stock')输出:
date 06-05-2021 07-05-2021
code
A291 2 8
D123 5 10
F268 5 11详细信息:
merge on id,这就像执行SQL一样。首先,d类型非常匹配,因此接下来使用astype对str.pivot按日期获取代码。。
https://stackoverflow.com/questions/67420832
复制相似问题