有关为python系统打印结果的问题

Question

我在Python中有这两个文件

x = pandas.read_csv('x.csv', header=0, parse_dates=True)
y = pandas.read_csv('y.csv', header=0, parse_dates=True)

像这样产生列

 yyyymm  cons_sent
0    200001      112.0
1    200002      111.3
2    200003      107.1
3    200004      109.2
 yyyymm  inv_sent
0    200001      0.58
1    200002      0.53
2    200003      0.90

另一个文件z.csv会打印出来，如下所示。我如何获得它，以便此z.csv仅打印yyyymm和得分列（而不是其他所有内容）？

yyyymm  count_neg  count_pos  count_all     score
0  200002        135        111      12397  0.001936
1  200003        111         82       8969  0.003233
2  200005        140         67       8505  0.008583

完成后，如何将所有三个文件合而为一？也就是说，如何将所有三个文件的内容合并到一个变量中？...？

这样做之后，一个大文件是否可能只包含重叠的日期（yyymm）？例如，z.csv文件不包括一年中的第四个月，x和y .csv文件中则包含第四个月。 （为澄清起见，一个大文件的第一列是yyymm，由于excel工作表中的标签不同，我们以与“ inv_sent”和“ con_sent”相同的方式考虑“得分”，因此这三者组成第二列）

Answer 1

要获得仅包含columnts子集的数据框视图，可以使用项目切片表示法选择所需的列。例如：

z_reduced = z[['yyyymm','score']]

如果要在新的数据框中而不是原始视图上查看，则可以使用：

z_copied = z[['yyyymm','score']].copy()

然后要合并所有数据框，您可能想使用merge方法。以下内容可能会为您提供所需的东西：

x.merge(y, on='yyyymm').merge(z_copied, on='yyyymm')

默认情况下，合并的工作方式类似于SQL中的内部联接。您还可以传递一个how参数，该参数可以根据需要与左，右或外连接有效地进行相同的操作。