Schließen Sie sich csv an, das von Python-Pandas normalisiert wurde, um die Überprüfung zu vereinfachen

Wird verarbeitet, um die Überprüfung durch Beitritt zum normalisierten CSV zu vereinfachen

Überblick

RDBMS ist grundsätzlich normalisiert und speichert Daten.

Zum Beispiel In Transaktion Datum, Produktcode, Verkaufsmenge Zum Meister Produktcode, Produktname, Produktklassifizierung etc Und so weiter.

Wenn es in RDBMS gespeichert ist und Sie über eine Umgebung verfügen, auf die Sie zugreifen können Sie können den Inhalt überprüfen, indem Sie ihn auf einmal mit der SQL SELECT-Anweisung kombinieren.

Ich habe jedoch nur die CSV für jede Tabelle Aus irgendeinem Grund war es notwendig, den Inhalt zu überprüfen oder zu bestätigen. Gibt es eine Situation? Ich frage mich, ob es nicht viel w gibt

Aus diesem Grund wird davon ausgegangen, dass Sie eine normalisierte CSV haben (dh die RDBMS-Tabelle wird wie für jede Tabelle ausgegeben). Hier ist ein Beispiel, das sie kombiniert, um ein einfach zu lesendes Excel zu generieren.

Nutzungsumgebung

Python 3.8.1 Visual Studio Code 1.41.1

Vorbereitung der Testdaten

Python3でcsv処理あれこれテスト Wie bei den Testdaten CSV der Liste der börsennotierten Unternehmen Besorgen und verwenden Sie die von Herrn Kabusapo vertriebene. https://kabusapo.com/stock-data/stock-list/

Ich wage es, dies zu normalisieren (obwohl nicht so sehr) Markencode, Anzahl der Aktien pro Einheit Markencode, Markenname Teilen Sie in zwei CSVs.

csv_join_pre.py

#csv_Datenvorbereitung beitreten

import pandas as pd

def main():
    #Körperbearbeitung
    stoc_value_table = pd.read_csv(".\\CSV\\stocklist.csv",encoding="utf-8", dtype=str )

    #CSV, geteilte Ausgabe
    stoc_value_table.to_csv(".\\CSV\\tangen.csv",encoding="utf-8",columns=['Bestandscode', 'Anzahl der Aktien pro Einheit'],header=True, index=False)
    stoc_value_table.to_csv(".\\CSV\\name_master.csv",encoding="utf-8",columns=['Bestandscode', 'Handelsname'],header=True, index=False)
    

if __name__ == '__main__': main()

Quellcode

Wie unten gezeigt, wird Excel zur Bestätigung verbunden und schließlich ausgegeben

pandas_csv_join_sample.py

#Wird verarbeitet, um die Überprüfung durch Beitritt zum normalisierten CSV zu vereinfachen

import pandas as pd


def main():
    #Körperbearbeitung
    #Öffnen Sie die CSV-Daten(Master und Transaktion)
    brand_master = pd.read_csv(".\\CSV\\name_master.csv",encoding="utf-8", dtype=str)
    tangen_tran = pd.read_csv(".\\CSV\\tangen.csv",encoding="utf-8", dtype=str)

    #Links mit dem Markencode verbinden.
    join_brand = pd.merge(tangen_tran, brand_master, how="left", on="Bestandscode")
    
    #2 Beispiel, um eine andere Tabelle mit einem Schlüssel zu verbinden
    #vew_brand = pd.merge(join_brand, cat_master, how="left", left_on=['A','B'], right_on=['C','D'])

    #Excel-Ausgabe
    join_brand.to_excel(".\\CSV\\vew_brand.xlsx",columns=['Bestandscode', 'Handelsname', 'Anzahl der Aktien pro Einheit'])
    

if __name__ == '__main__': main()