python-3.x - Pandas Dataframe 使用合并过滤结果。编码解码问题

Question

过去几天我从我们的数据库中阅读了大量帖子。由于我在 python、pandas 和 numpy 方面的技能有限，我不确定是否找到了我想要的答案。所以请您看看我的情况，看看我能做些什么。对于搜索结果中的中文字符，我们深表歉意。

我目前正在编写一些供个人使用的定量分析。我通过 tushare-pro 检索了一个 csv 文件，这是一个 3825 行的数据帧。

df1 = pd.DataFrame(pd.read_csv(stock_stats_ts.csv))
data1 = np.array(df1.loc[:,:])

返回

[[300826 'N测绘' '建筑工程' ... 41.16 16.85 40171.0]
 [2770 '科迪乳业' '乳制品' ... 21.05 4.38 47133.0]
 [2503 '搜于特' '服饰' ... 8.6 3.08 65664.0]
 ...
 [2260 '*ST德奥' '家用电器' ... 23.08 3.03 24704.0]
 [995 '*ST皇台' '白酒' ... 68.05 -35.24 10275.0]
 [939 '*ST凯迪' '新型电力' ... 10.79 -74.92 79373.0]]

然后我将范围缩小到我想要的内容，例如代码/名称/esp/pb/roe

df2 = df1.loc[:,['code','name','esp','pb','npr']]
data2 = np.array(df1.loc[:,:])

返回

[[300826 'N测绘' 1.08 2.79 16.85]
 [2770 '科迪乳业' 0.03 2.13 4.38]
 [2503 '搜于特' 0.098 2.17 3.08]
 ...
 [2260 '*ST德奥' 0.034 0.0 3.03]
 [995 '*ST皇台' -0.079 0.0 -35.24]
 [939 '*ST凯迪' -0.362 0.0 -74.92]]

我还有一个我想要的上一交易日的股票名称列表

df3 = pd.DataFrame(pd.read_csv(candidates.csv))
data3 = np.array(df3.loc[:,['candidates']])

返回

[['维维股份']
 ['ST正源']
 ['美克家居']
 ['*ST金山']
 ['大有能源']
 ['好当家']
 ['贵州茅台']
 ['通策医疗']
 ['杭州解百']
 ['耀皮玻璃']
 ['梅花生物']
 ['金牌厨柜']
 ['继峰股份']
 ['胜利股份']
 ['渝 开 发']
 ['云南白药']
 ['中原环保']
 ['兴蓉环境']
 ['华闻集团']
 ['粤 水 电']
 ['濮耐股份']
 ['*ST东南']
 ['洪涛股份']
 ['达实智能']
 ['千红制药']
 ['闽发铝业']
 ['史丹利']
 ['加加食品']
 ['张家港行']
 ['国联水产']]

我确信我的候选人肯定在 df2[name] 列中，然后使用哪些代码行以便我可以根据 df3 的结果过滤我的 df2？

感谢首席@Rexhil Regmi 和@nimrodm，我的​​问题与pd.merge 完美配合。然而，所有这些汉字都是用“gbk”编码的，MS Excel 无法读取。有什么提示可以将它们更改为“utf8”吗？

Answer 1

您可以使用合并来解决您的这个问题。

new_df = df3.merge(df1, left_on='candidate', right_on='name', how='left')

这应该会给你你正在寻找的东西。