如何使用Tensorflow查找其他数据集中的值？

Question

我有2个csv数据源。我需要在构建模型之前进行一些数据格式化。

===============================================

数据源1： Plant.csv

不同植物的特征。

PlantID, INT /
PlantName, STR /
Color, STR / 
Size, FLOAT /
Cost, FLOAT /
Category, INT /
Weight, FLOAT /
Expire, INT /
STATUS, INT 

数据源2： [201601.csv，201602.csv，201603.csv ....]

植物月销售额

PlantID, INT /
SalesPerson, STR /
Date, DATETIME /
Qty, INT /
Price, FLOAT /
Gardener, STR /
Package1, BOOL /
Package2, BOOL /
Package3, BOOL

===============================

现在我要将这些文件加入到这样的文件中：

PlantID, INT /
PlantName, STR /
Color, STR / 
Size, FLOAT /
Cost, FLOAT /
Category, INT /
Weight, FLOAT /
Expire, INT /
STATUS, INT /
SalesPerson, STR /
Date, DATETIME /
Qty, INT /
Price, FLOAT /
Gardener, STR /
Package1, BOOL /
Package2, BOOL /
Package3, BOOL

将PlantID视为关键。

每月有数百万的销售记录。

有人可以建议如何使用tensorflow吗？

Answer 1

Tensorflow不适用于加入数据库。如果你真的想在python中使用它，你可以使用pandas。

import pandas as pd


df1 = pd.read_csv('Plant.csv')
df1.set_index(['PlantID'])
df2 = pd.read_csv('201601.csv')
df2.set_index(['PlantID'])

df3 = pd.concat([df1, df2], axis=1)

Tensorflow 用于创建计算图，然后有效地运行它们。通常，它会假设此图的输入已经是一个numpy数组。

pandas 用于处理python中的关系数据，就像在关系数据库中一样。虽然如果您可以选择使用查询语言在实际的关系数据库中工作，这仍然比pandas更具计算效率。