利用python合并csv文件的方式实例
目录
- 1.用concat方法合并csv
- 2.glob模块批量合并csv
- 补充:Python处理(加载、合并)多个csv文件
- 总结
1.用concat方法合并csv
将两个相同的csv文件进行数据合并,通过pandas的read_csv和to_csv来完成,即采用concat方法:
#加载第三方库 import pandas as pd import numpy as np #读取文件 df1 = pd.read_csv("文件-1.csv") df2 = pd.read_csv("文件-2.csv") #合并 df = pd.concat([df1,df2]) df.drop_duplicates() #数据去重 #保存合并后的文件 df.to_csv('文件.csv',encoding = 'utf-8')
也可以增加一列标签,以区别两个合并后的数据:
#加载第三方库 import pandas as pd import numpy as np #读取文件 df1 = pd.read_csv("文件-1.csv") df1["来自文件"] = "文件-1" df2 = pd.read_csv("文件-2.csv") df2["来自文件"] = "文件-2" #合并 df = pd.concat([df1,df2]) df.drop_duplicates() #数据去重 #保存合并后的文件 df.to_csv('文件.csv',encoding = 'utf-8')
2.glob模块批量合并csv
在利用合并少量文件时,可以使用上面的concat方法。但是遇到大量的相同文件需要合并,此时应该进行批量合并,这可以减少工作量,提高操作效率。
利用Python批量合并csv,这里介绍使用的方法是引入glob模块。
glob模块是最简单的模块之一,内容少,它可以查找符合特定规则的文件路径名。
通过glob方法遍历所有文件,读取数据并追加保存到文件中。
import numpy as np import pandas as pd import glob import re csv_list = glob.glob('*.csv') print('共发现%s个CSV文件'% len(csv_list)) print('正在处理............') for i in csv_list: fr = open(i,'r',encoding='utf-8').read() with open('文件合集.csv','a',encoding='utf-8') as f: f.write(fr) print('合并完毕!')
以上方法是合并csv文件,要合并excel文件同理。
补充:Python处理(加载、合并)多个csv文件
数据集介绍:本数据集是某化工系统的数据,一共有很多个月的,我这里就拿一个月的数据集,August_data(八月的数据集),一共有31个csv文件。
方法一 for循环遍历+os.listdir(directory_path)+[ for file in tqdm] + os.path.join(path,file)
import pandas as pd import numpy as np from tqdm import tqdm import os def get_data(path): df_list = [] for file in tqdm(os.listdir(path)):##进度条 file_path = os.path.join(path, file) df = pd.read_csv(file_path) df_list.append(df) df = pd.concat(df_list) return df cPath = '.\August_data' # cPath = 'F:/BaiduNetdiskDownload/宁东电厂数据及分析要求/宁东脱销系统优化-上海交大/SCR数据-2020-1/8月数据' #F:/BaiduNetdiskDownload/宁东电厂数据及分析要求/宁东脱销系统优化-上海交大/SCR数据-2020-1/8月数据 # uPath = str(cPath)#uPath = unicode(cPath,'utf-8') # dirs = os.listdir(TEST_PATH) # print(dirs) test_df = get_data(cPath) print(test_df.head()) # test_df.to_csv(path_or_buf="test.csv",index=False)#保存为CSV文件
方法二 glob方法
#!/usr/bin/env python # coding=utf-8 import glob import time import csv import pandas as pd from tqdm import tqdm # a new file #open all the CSV file #遍历文件夹下所有csv文件 TEST_PATH = '.\August_data' csv_list = glob.glob(f'{TEST_PATH}\*.csv') print('共有%s个CSV文件'% len(csv_list)) # print (csv_list) def get_data(): df_list = [] for csv_file in csv_list: df = pd.read_csv(csv_file) df_list.append(df) df = pd.concat(df_list) print("Loading Oer") return df get_data()
总结
到此这篇关于利用python合并csv文件的文章就介绍到这了,更多相关python合并csv文件内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们!
赞 (0)