![](/img/trans.png)
[英]Importing multiple csv files into pandas and merge them into one DataFrame
[英]python, pandas and importing multiple csv's into a dataframe
我的代碼是從目錄中抓取多個csv文件,並將所有數據放入我創建並稱為“ df”的dataFrame中。 每個CSV都是相同的格式,但是可以有不同的長度,所以這就是我想要做的:
我想在df(DataFrame)中有一列,以記錄我拉入的每個csv中倒數第二個數據,然后再移至下一個。 我修改了下面的輸出,以舉例說明我的意思。 假設我將此列稱為BeforeLast。 當看到0值時,表示它不是我提取的csv中倒數第二個數據,如果看到1值,則表示它是我提取的csv中倒數第二個數據。
當Python提取每個調用的csv時,我該怎么做?
import pandas as pd
import glob
import os
path =r'X:\PublicFiles\TradingData\CSV\RealMarkets\Weekly\Futures\Contracts\Corn C'
allFiles = glob.glob(path + "/*.csv") ##'*' means any file name can be grabbed
df = pd.DataFrame()
list_ = []
for file_ in allFiles:
names = ['Date', 'Open', 'High', 'Low', 'Close', 'Vol', 'OI']
df = pd.read_csv(file_, index_col = None, names = names)
list_.append(df)
frame = pd.concat(list_)
這是我當前的dataFrame(df)的示例
Date Open High Low Close Vol OI
0 20141212 427.00 427.00 427.00 427.00 0 0
1 20141219 429.00 429.00 424.00 424.00 0 0
2 20141226 424.00 425.00 423.00 425.00 0 0
3 20150102 422.75 422.75 417.50 417.50 0 0
這就是我要的
Date Open High Low Close Vol OI BeforeLast
0 20141212 427.00 427.00 427.00 427.00 0 0 0
1 20141219 429.00 429.00 424.00 424.00 0 0 0
2 20141226 424.00 425.00 423.00 425.00 0 0 1
3 20150102 422.75 422.75 417.50 417.50 0 0 0 (this is the last piece of data in this csv and now it moves on to the next)
4 20141226 424.00 425.00 423.00 425.00 0 0 0
5 20150102 422.75 422.75 417.50 417.50 0 0 0
6 20141226 424.00 425.00 423.00 425.00 0 0 1
7 20150102 422.75 422.75 417.50 417.50 0 0 0
嘗試這個。 您不需要列表。 只需追加到原始數據框即可。
.iloc [-2,-1]是倒數第二行,最后一列
我添加了一個索引重置,因為在測試中遇到了重復的索引編號。
import pandas as pd
import glob
import os
path =r'X:\PublicFiles\TradingData\CSV\RealMarkets\Weekly\Futures\Contracts\Corn C'
allFiles = glob.glob(path + "/*.csv") ##'*' means any file name can be grabbed
df = pd.DataFrame()
for file_ in allFiles:
names = ['Date', 'Open', 'High', 'Low', 'Close', 'Vol', 'OI']
df_temp = pd.read_csv(file_, index_col = None, names = names)
df_temp['beforelast'] = 0
df_temp.iloc[-2,-1] = 1
df = df.append(df_temp)
df = df.reset_index(drop=True)
df = pd.DataFrame({'a': np.zeros(5)})
df[-2:-1] = 1
print df
a
0 0
1 0
2 0
3 1
4 0
您可以在創建每個數據框時使用它嗎?
代碼中的示例:
for file_ in allFiles:
names = ['Date', 'Open', 'High', 'Low', 'Close', 'Vol', 'OI']
df = pd.read_csv(file_, index_col = None, names = names)
before = np.zeros(len(df))
before[-2] = 1
df['before'] = before
list_.append(df)
frame = pd.concat(list_)
只需創建一個列表即可在構建數據框時跟蹤最后一列:
import pandas as pd
df = pd.DataFrame()
newcol = []
for i in range(10):
# Load 10 files and get shape
# length = df.shape[0]
length = 10
c = [0 for i in range(length)]
c[-2] = 1
newcol += c
df['BeforeLast'] = newcol
print df
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.