我正在尝试创建代码,从 CSV 文件中的某些列获取数据并将它们合并到一个新的 CSV 文件中。我被指示使用 Pandas,但我不确定我是否走在正确的轨道上。我对 Python 还很陌生,所以请为可能出现的糟糕代码做好准备。
我想使用 data.csv:
Customer_ID,Date,Time,OtherColumns,A,B,C,Cost
1003,January,2:00,Stuff,1,5,2,519
1003,January,2:00,Stuff,1,3,2,530
1003,January,2:00,Stuff,1,3,2,530
1004,Feb,2:00,Stuff,1,1,0,699
并创建一个新的 CSV,如下所示:
Customer_ID,ABC
1003,152
1003,132
1003,132
1004,110
到目前为止我所拥有的是:
import csv
import pandas as pd
df = pd.read_csv('test.csv', delimiter = ',')
custID = df.customer_ID
choiceA = df.A
choiceB = df.B
choiceC = df.C
ofile = open('answer.csv', "wb")
writer = csv.writer(ofile, delimiter = ',')
writer.writerow(custID + choiceA + choiceB + choiceC)
不幸的是,所做的只是将每一行添加在一起,然后创建一个将每一行汇总为一行的 CSV。我真正的最终目标是找到 A-C 列中出现次数最多的值,并使用出现次数最多的值将每个客户合并到同一行中。我不擅长解释。我想要一些可以获取 data.csv 并实现此目的的东西:
Customer_ID,ABC
1003,132
1004,110
最佳答案
您可以对您感兴趣的列进行求和,如果它们的类型是字符串:
In [11]: df = pd.read_csv('data.csv', index_col='Customer_ID')
In [12]: df
Out[12]:
Date Time OtherColumns A B C Cost
Customer_ID
1003 January 2:00 Stuff 1 5 2 519
1003 January 2:00 Stuff 1 3 2 530
1003 January 2:00 Stuff 1 3 2 530
1004 Feb 2:00 Stuff 1 1 0 699
In [13]: res = df[list('ABC')].astype(str).sum(1) # cols = list('ABC')
In [14]: res
Out[14]:
Customer_ID
1003 152
1003 132
1003 132
1004 110
dtype: float64
要获取csv,您可以先使用to_frame
添加所需的列名称:
In [15]: res.to_frame(name='ABC') # ''.join(cols)
Out[15]:
ABC
Customer_ID
1003 152
1003 132
1003 132
1004 110
In [16]: res.to_frame(name='ABC').to_csv('new.csv')
关于Python - 合并 CSV 文件中的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22122529/