现在我正在创建一个程序,它将 csv 文件合并为一个具有不重复的类似列的文件。创建的列需要添加到相邻列的旁边。
截至目前,我能够获取文件,但我无法确定一种方法来开发一种方法来在每个读取的 csv 上迭代数据帧,然后将所有这些数据帧合并在一起并推出一个csv 文件。 现在我正在使用三个具有公共(public) ID 列的 csv 文件来测试这一点 我现在拥有的内容如下:
os.chdir(filedname)
data = pd.merge([pd.DataFrame.from_csv(file) for
file in glob.glob("*.csv")],on='ID')
data.to_csv('merged.csv')
文件如下所示:
(File 1) (File 2)
ID BLA ID X
1 2 1 55
2 3 2 2
3 4 3 12
4 5 4 52
目录中每个 csv 文件中除了 ID 列之外的每个不同列都应该相互合并以创建一个 csv 文件,如下所示:
ID BLA X
1 2 55
2 3 2
3 4 12
4 5 52
任何建议都可以帮助我解决这个问题。
最佳答案
简单的例子:
# Demo DataFrames
df1 = pd.DataFrame([[1,2,3],[2,3,4],[3,1,3]], columns=['ID','BLA','X'])
df2 = pd.DataFrame([[1,2,3],[2,5,4],[3,10,100]], columns=['ID','X','BLA'])
df3 = pd.DataFrame([[1,2,3],[2,8,7],[3,0,0]], columns=['ID','BLA','D'])
# Demo DataFrames sequence
dfs = [df1,df2,df3]
# Merge DataFrames
df = pd.DataFrame(columns=['ID'])
for d in dfs:
cols = [x for x in d.columns if x not in df.columns or x == 'ID']
df = pd.merge(df, d[cols], on='ID', how='outer', suffixes=['',''])
# result
ID BLA X D
0 1 2 3 3
1 2 3 4 7
2 3 1 3 0
在你的情况下,它可能是这样的:
data = [pd.DataFrame.from_csv(f) for f in glob.glob("*.csv")]
df = pd.DataFrame(columns=['ID'])
for d in data:
cols = [x for x in d.columns if x not in df.columns or x == 'ID']
df = pd.merge(df, d[cols], on='ID', how='outer', suffixes=['',''])
关于python - 使用 pandas 循环合并大量 csv 文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19945091/