![](/img/trans.png)
[英]How to consolidate multiple CSV files with similar and different columns into 1 using Python and Pandas?
[英]Multiple files with with different Columns using pandas
我有大量不同列的 Excel 文件
例如:
文件 1:
Name | sale | Tips
-------------
sam | 9 | 7
cham | 2 | 2
文件 2:
Name | sale | Items
-------------------
mini | 6 | Tshirt
Lary | 3 | Hat
Output:
Name | sale | Items
--------------------
sam | 9 | Nan
cham | 2 | Nan
mini | 6 | Tshirt
Lary | 3 | Hat
我有 500 个文件要创建到一个数据集中
此代码在一定程度上有效,但除非所有列都相同。
import pandas as pd
import glob,os
import numpy as np
inputFile = 'C:/Users/Desktop/test'
all_workbooks =glob.glob(os.path.join(inputFile,'*.xlsx'))
column_list = []
for files in all_workbooks:
data= pd.read_excel(files,header =0,sheet_name='sheet1')
column_list.append(data)
stack_np = np.vstack(column_list)
newData = pd.DataFrame(stack_np,columns=['Name','Sale'])
print(newData)
如果我在所有文件中都有相同的列,则此代码有效。
如果我有无序的列,任何人都可以帮助我解决问题吗?
您需要收集数据帧并在循环后将它们连接起来
all_dfs =[]
wanted_columns = ['Name', 'sale', 'Items']
for files in all_workbooks:
data = pd.read_excel(files,header =0,sheet_name='sheet1')
data = data[wanted_columns] # or skip this line to use all columns
all_dfs.append(data)
master_df = pd.concat(all_dfs)
del all_dfs, data
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.