[英]Merge one-column csv files into a single csv file
我在这里看到了这类问题的一些答案,但还不足以真正帮助我。 我对一个 9 列的 .csv 文件进行了拆分,并将它们写入向量中,以便在 C++ 中进行其他工作。 随后,它们将作为单列 .csv 文件写回到文件夹中,这些文件基本上类似于以下内容:
date
20171012
20171011
20171010
20171009
20171006
20171005
20171004
现在我想再次将所有 9 个简单的 csv 文件合并为 1 个文件,以便它们彼此水平堆叠,就像在新文件中这样:
date,value,etc...
20171012,2501593,etc..
20171011,2176309,etc..
20171010,3484064,etc..
20171009,1785852,etc..
20171006,1785852,etc..
20171005,16476641,etc..
20171004,1235406,etc..
我希望这很容易理解。 我的代码如下:
import csv
data = [] # Buffer list
files = ['./CalculatedOutput/quote_date.csv', './CalculatedOutput/paper.csv', './CalculatedOutput/exch.csv', './CalculatedOutput/open.csv', './CalculatedOutput/high.csv', './CalculatedOutput/low.csv', './CalculatedOutput/close.csv', './CalculatedOutput/volume.csv', './CalculatedOutput/value.csv']
for filename in files:
with open(filename, 'r') as csvfile:
stocks = csv.reader(csvfile)
for row in stocks:
new_row = [row[0]]
data.append(new_row)
with open("CalculatedOutput/Opera.csv", "w+") as to_file:
writer = csv.writer(to_file , delimiter=",")
for new_row in data:
writer.writerow(new_row)
此代码确实将列的所有行移动到 1 个新文件中,但它只是将它们放在一起。 我将如何编写彼此相邻的列,逗号分隔? 我根据 concat、merge 和其他方法对 Pandas、numpy 和 csv lib 进行了广泛的尝试,但我找不到正确的方法。 我不认为我离得那么远,但不幸的是我的蟒蛇并不是最好的!
您可以使用一个带有contextlib.ExitStack
上下文管理器来打开所有文件(在Python 3中),然后在文件的可迭代项上应用zip
后写入输出文件:
import csv
from contextlib import ExitStack
outfile = "CalculatedOutput/Opera.csv"
with ExitStack() as stack, open(outfile, "w+") as to_file:
# open all files
fs = [stack.enter_context(open(fname)) for fname in files]
fs = map(csv.reader, fs)
# write all rows from all files
csv.writer(to_file).writerows(zip(*fs))
更新 :
如果文件中包含无法解码为UTF-8的字符( open
的默认编码),则可以在读取时使用中间替代字符,这些中间替代字符在写入时将替换为其原始格式:
with ExitStack() as stack, open(outfile, "w+", errors='surrogateescape') as to_file :
fs = [stack.enter_context(open(fname, errors='surrogateescape')) for fname in files]
...
我看过您尝试过的熊猫,那里出了什么问题? 使用熊猫,我们可以简单地使用pd.concat([df1,df2 ....])。 因此,让我们阅读它们并将它们捆在一起:
import pandas as pd
df = pd.concat((pd.read_csv(f) for f in files),axis=1) # axis1 for horizontal
df.to_csv("CalculatedOutput/Opera.csv",index=False)
例:
首先创建两个虚构文件:
file1 = """date
20171012
20171011
20171010
20171009
20171006
20171005
20171004"""
file2 = """number
1
2
3
4
5
6
7"""
files = [io.StringIO(f) for f in [file1,file2]]
import pandas as pd
df = pd.concat([pd.read_csv(f) for f in files],axis=1)
print(df)
date number
0 20171012 1
1 20171011 2
2 20171010 3
3 20171009 4
4 20171006 5
5 20171005 6
6 20171004 7
使用 os 查找以 input* 结尾的目录中的所有文件,然后使用 csv 中的列名自动使用 pd.concat 按行堆叠数据。 如果不是 unicode,则假定编码为 iso-8859-1。
path= 'C:\\Users\\your_username\\stacked_csv'
# get all csv files in input directory
csv_files = glob.glob(os.path.join(path, 'input*.csv'))
# read all csv files
df_list = []
for csv_file in csv_files:
df = pd.read_csv(csv_file,encoding='iso-8859-1')
df_list.append(df.dropna())
# stack all csv files
df_stacked = pd.concat(df_list, axis=0)
output_file=path+"\\result_all.csv"
# write stacked csv file
df_stacked.to_csv(output_file, index=False)
print(pd.read_csv(output_file))
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.