合并两个列(ticker和date)上的两个数据帧可以使用 pandas 库中的 merge() 函数来实现。merge() 函数可以根据指定的列将两个数据帧进行合并。
以下是一个示例代码:
import pandas as pd
# 创建两个数据帧
df1 = pd.DataFrame({'ticker': ['AAPL', 'GOOGL', 'MSFT'],
'date': ['2022-01-01', '2022-01-02', '2022-01-03'],
'data1': [1, 2, 3]})
df2 = pd.DataFrame({'ticker': ['AAPL', 'GOOGL', 'MSFT'],
'date': ['2022-01-01', '2022-01-02', '2022-01-03'],
'data2': [4, 5, 6]})
# 合并两个数据帧
merged_df = pd.merge(df1, df2, on=['ticker', 'date'])
# 打印合并后的数据帧
print(merged_df)
输出结果为:
ticker date data1 data2
0 AAPL 2022-01-01 1 4
1 GOOGL 2022-01-02 2 5
2 MSFT 2022-01-03 3 6
在这个例子中,我们创建了两个数据帧 df1 和 df2,它们都包含了 ticker 和 date 列。然后使用 merge() 函数将它们按照 ticker 和 date 列进行合并,最后得到了合并后的数据帧 merged_df。
这种合并操作在金融领域的数据分析中非常常见,可以用于将不同数据源的数据按照共同的列进行整合和分析。
腾讯云相关产品和产品介绍链接地址:
领取专属 10元无门槛券
手把手带您无忧上云