我有 100 个 csv 文件。每个文件都包含可能在也可能不在其他 .csv 文件中的列。我需要将所有 csv 文件合并为一个文件,并对具有相同列名的所有列求和。下面是一个有两个 csv 文件的例子,但想象一下它最多可以有 100 个 csv 文件:
第一个 csv 文件:
User col1 col2 col3 col4 col5 ....colX
A 1 1 1 2 6 5
B 4 5 6 7 23 6
C 4 6 1 2 4 4
第二个 csv 文件
User col1 col2 col3 col4 col5 ....colY
A 1 1 5 3 2 3
B 20 4 3 9 6 4
C 2 1 4 3 4 1
结果数据框
User col1 col2 col3 col4 col5 ....colX colY
A 1+1 1+1 1+5 2+3 6+2 5 3
B 4+20 5+4 6+3 7+9 23+6 6 4
C 4+2 6+1 1+4 2+3 4+4 4 1
我尝试执行以下操作来合并 csv,但列没有聚合。
csvArray = []
for x in range(1,101):
csvArray.append(pd.read_csv("myCsv"+str(x)+".csv"))
full_df = pd.concat(csvArray).fillna(0)
最佳答案
您可以按User
列创建索引并按第一级使用sum
:
csvArray = []
for x in range(1,101):
csvArray.append(pd.read_csv("myCsv{}.csv".format(x), index_col=['User']))
或者:
csvArray = [pd.read_csv("myCsv{}.csv".format(x), index_col=['User']) for x in range(1,101)]
full_df = pd.concat(csvArray).fillna(0).sum(level=0).reset_index()
在您的解决方案中,应按User
列聚合:
full_df = pd.concat(csvArray).fillna(0).groupby('User', as_index=False).sum()
关于python - Pandas:连接多个 .csv 文件并返回具有聚合的同名列的 Dataframe,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55235691/