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

python df中ts_code列值开头为864和866的不保存

如果您想要实现这个功能，您可以使用 Pandas 库来读取和处理表格数据。

首先，您可以使用 Pandas 的 read_excel 函数读取 Excel 文件，例如：

import pandas as pd

df = pd.read_excel('file.xlsx')

然后，您可以使用 Pandas 的 loc 函数和字符串方法 str.startswith 来选取 ts_code 列开头不为 864 或 866 的行，例如：

filtered_df = df.loc[~df['ts_code'].str.startswith(('864', '866'))]

其中，~ 表示取反，即排除 ts_code 列开头为 864 或 866 的行。str.startswith 函数可以传入一个元组，表示多个前缀。

最后，您可以使用 Pandas 的 to_excel 函数将过滤后的数据保存到新的 Excel 文件中，例如：

filtered_df.to_excel('filtered_file.xlsx', index=False)

其中，index 参数为 False 表示不保存行索引。

希望这些代码可以帮助您实现您的要求！

python df中ts_code列值开头为864的不保存

如果您想要实现这个功能，您可以使用 Pandas 库来读取和处理表格数据。

首先，您可以使用 Pandas 的 read_excel 函数读取 Excel 文件，例如：

import pandas as pd

df = pd.read_excel('file.xlsx')

然后，您可以使用 Pandas 的 loc 函数和字符串方法 str.startswith 来选取 ts_code 列开头不为 864 的行，例如：

filtered_df = df.loc[~df['ts_code'].str.startswith('864')]

其中，~ 表示取反，即排除 ts_code 列开头为 864 的行。

最后，您可以使用 Pandas 的 to_excel 函数将过滤后的数据保存到新的 Excel 文件中，例如：

filtered_df.to_excel('filtered_file.xlsx', index=False)

其中，index 参数为 False 表示不保存行索引。

希望这些代码可以帮助您实现您的要求！