pandas 用institution表中的ts_code和private_investor表中的ts_code求交集，并且合并表

假设institution表中包含列为'ts_code'和'inst_name'，private_investor表中包含列为'ts_code'和'investor_name'，可以使用pandas中的merge函数实现交集和合并表。

代码示例：

import pandas as pd

# 读取institution表和private_investor表
institution = pd.read_csv('institution.csv')
private_investor = pd.read_csv('private_investor.csv')

# 使用merge函数合并表，并且求交集
result = pd.merge(institution, private_investor, on='ts_code', how='inner')

# 输出合并后的结果
print(result)

其中，参数on指定合并的列为'ts_code'，参数how指定合并方式为'inner'，即求交集。最后输出合并后的结果。

相关问题

pandas中 把merged_df1的ts_code列去掉 然后和df表格合并，两张表格列相同

在Pandas中，如果你想从`merged_df1`中删除`ts_code`列，然后将其余列与`df`表格按照相同的列合并，可以按照以下步骤操作：

1. 首先，创建一个新的DataFrame，去除`merged_df1`中的`ts_code`列：

merged_df1_no_tscode = merged_df1.drop(columns=['ts_code'])

这行代码会返回一个新的DataFrame，其中不包含`ts_code`这一列。

2. 接下来，你可以使用`merge()`函数根据共同的列进行合并。如果`df`和`merged_df1_no_tscode`都有相同的列名（除了`ts_code`之外），那么默认的内连接（`how='inner'`）将会找到匹配的行并合并它们：

merged_df_final = pd.merge(df, merged_df1_no_tscode, on=df.columns.difference(['ts_code']), how='inner')

这里`df.columns.difference(['ts_code'])`找出`df`中除了`ts_code`以外的所有列名。

3. 这样，`merged_df_final`就包含了`df`的所有列，同时去掉了`merged_df1`中的`ts_code`列。

请注意检查列名是否一致，如果有其他的列名差异，可能需要调整`on`参数。

ts_code = ((df[df['ts_code'].str.contains('[HZ]')]).loc[:,'ts_code'])

这段代码是使用 Pandas 库对 DataFrame 进行操作，主要实现的功能是筛选出包含 H 或者 Z 的股票代码。具体来说，它的实现过程如下：

1. `df['ts_code'].str` 表示对 DataFrame 中的 `ts_code` 列进行字符串操作。
2. `contains('[HZ]')` 表示筛选出包含 H 或者 Z 的股票代码，其中 `[HZ]` 表示只要包含 H 或者包含 Z 就会被筛选出来。
3. `(df[df['ts_code'].str.contains('[HZ]')])` 表示经过筛选后得到的 DataFrame。
4. `loc[:,'ts_code']` 表示只选择 DataFrame 中的 `ts_code` 列。

因此，最终得到的是一个 Series，其中包含符合条件的股票代码。