pandas 用A第一列合并到B表中然后找出A表第一列和B表第二列数据相同的第三列
时间: 2024-04-30 08:18:47 浏览: 144
python pandas dataframe 按列或者按行合并的方法
5星 · 资源好评率100%
可以使用 pandas 中的 `merge` 和 `loc` 方法来实现。
假设 A 表的第一列为 `A_col1`,第三列为 `A_col3`,B 表的第一列为 `B_col1`,第二列为 `B_col2`,第三列为 `B_col3`,代码如下:
```python
import pandas as pd
# 读取 A 表和 B 表
df_A = pd.read_csv('A.csv')
df_B = pd.read_csv('B.csv')
# 合并 A 表和 B 表,以 A_col1 为键
merged_df = pd.merge(df_A, df_B, left_on='A_col1', right_on='B_col1')
# 找出 A 表第一列和 B 表第二列数据相同的第三列
result = merged_df.loc[merged_df['A_col1'] == merged_df['B_col2'], 'B_col3']
# 打印结果
print(result)
```
这里假设 A 表和 B 表分别保存在 `A.csv` 和 `B.csv` 文件中,可以根据实际情况进行修改。
阅读全文