使用pandas对一个excel(CSV),写入另外一个excel(CSV)的数据,另附对时间的处理

将EXCEL 中的数据写入到另外一张表中

简单准备一下工具

1> python pandas office(excel)
准备两张表的数据
数据格式如下:

KayValue
电脑1000
手机2000
导管3000

另外一组数据:

KayValue
电脑2018年11月生产
手机2019年11月生产
导管2020年11月生产

那直接代码展示吧。
coding-使用pandas对一个excel(CSV),写入另外一个excel(CSV)的数据,另附对时间的处理-
我们的目的是将title_2中的生产日期,加到title_1中。可以看到行列并不统一。
我们想变成如下这种模式。

KayValue生产日期
电脑10002018年11月生产
手机20002019年11月生产
导管30002020年11月生产

逻辑思路:
基本跟SQL中的逻辑一样。
利用title_1,与title_2中的共同kay,来匹配value。
好,直接上代码。
coding-使用pandas对一个excel(CSV),写入另外一个excel(CSV)的数据,另附对时间的处理-

其实逻辑思路很简单 ‘=’号左边 的代码是通过行列的位置确定,右边是将另外一个表对应的位置取出来。

另外送大家几个处理时间的好方法

不演示了,如果遇到问题,留言即可,看到我会帮忙解决。
在一整年的日期数据中,取出某个月的数据
coding-使用pandas对一个excel(CSV),写入另外一个excel(CSV)的数据,另附对时间的处理-

excel['日期'] = pd.to_datetime(excel['日期']) #将日期列设置为日期格式
excel = excel.set_index('日期')               # 设置日期格式为主键
excel_2020_11 = excel['2020-11']              #直接取出2020-11月的数据

另外关于时间的比较
pandas 我暂未发现直接比较的办法.需要引用新的API

import datetime
#比较大小
strftime = datetime.datetime.strptime("2020-11-02", "%Y-%m-%d")
strftime2 = datetime.datetime.strptime("2020-11-03", "%Y-%m-%d")
strftime3 = datetime.datetime.strptime("2020-11-04", "%Y-%m-%d")

if strftime3>=strftime2 and strftime3<=strftime :
    print("成立")
else:
    print("不成立")

效果如下:
coding-使用pandas对一个excel(CSV),写入另外一个excel(CSV)的数据,另附对时间的处理-
好了今天到此为止~祝大家疫情过后每人升职加薪

匿名

发表评论

匿名网友