python - 在 Pandas 循环中连接数据帧列

Question

我有一个 csv 文件数据集，其中包含两列:波长和吸光度值。

我想在循环内进行一些统计分析，其中包含一组文件，例如具有标准偏差等的平均吸光度文件。

myfiles = sorted(glob.glob('blanks/Day01/Batch02/*.csv'))
mypath = 'blanks/Day01/Batch02/'
files         = [f for f in listdir(mypath) if isfile(join(mypath, f))]   # all files in a folder

for m in range(len(files)):
    df = pd.read_csv(mypath + files[m], skiprows=1, delimiter= ',')
    wl = df['Wavelength (nm)']
    A  = df['Abs']

我的问题是如何“连接”每个文件中的“Abs”列，然后对它们进行操作以创建一个平均值/中值列？

Answer 1

首先创建所有 DataFrame 的列表 - 通过 read_csv 中的参数 usecols 过滤列，也可以省略 delimiter=',' 因为默认参数:

dfs = []
for m in range(len(files)):
    df = pd.read_csv(mypath + files[m], 
                     skiprows=1, 
                     usecols = ['Wavelength (nm)', 'Abs']) # usecols = ['Abs'] for filter Abs
    dfs.append(df)

替代方案:

dfs = [pd.read_csv(mypath + files[m], skiprows=1, usecols = ['Wavelength (nm)', 'Abs']) for m in range(len(files))]

最后concat一起:

df = pd.concat(dfs, ignore_index=True)