使用Python對多個csv文件中的每一列取平均值

Question

我是Python的初學者。 我已經搜索了我的問題，但找不到確切的要求。

我有一個文件夾，其中每個實驗測量都得到多個文件評分。 它們的名稱遵循趨勢，例如XY0001.csv ， XY0002.csv ... XY0040.csv 。 我想讀取所有這些文件，並取所有文件中每一列的平均值，以相同格式存儲在'result.csv'中。

Answer 1

我建議使用pandas（ import pandas as pd ）。 我建議首先使用pd.read_csv（）讀取文件。 如何讀取文件完全取決於您的CSV文件的格式，我不能從這里說出來。 如果要讀取目錄中的所有文件（這可能是解決此問題的最簡單方法），請嘗試使用讀取所有文件 。

然后，您可以使用pd.concat（）連接所有文件。 最后，您可以計算要生成的指標（使用搜索功能查找如何計算每個特定指標）。 一個為您做很多事情的好函數就是describe函數 。

Answer 2

要訪問多個文件，可以使用glob模塊。

import glob

path =r'/home/root/csv_directory'
filenames = glob.glob(path + "/*.csv")

Python的pandas模塊具有解析csv文件的方法。 它還提供了一些選項來管理和處理csv文件。

import pandas as pd

dfs = []
for filename in filenames:
    dfs.append(pd.read_csv(filename))

.read_csv()方法用於解析csv文件。

pd.concat(dfs, ignore_index=True)

.concat()用於將所有數據連接到一個數據幀中，並且易於處理。

Answer 3

下面利用glob模塊獲取X*.csv形式的當前文件夾中所有文件的列表，即以x開頭的所有CSV文件。 對於找到的每個文件，它首先跳過標題行（可選），然后使用zip()技巧加載所有剩余的行，以將行列表轉置為列列表。

對於每一列，它將每個單元格轉換為整數並求和，然后將這些總數除以找到的元素數，從而得出每一列的平均值。 然后，它將值以filename, av_col1, av_col2等格式寫入到輸出result.csv中：

import glob
import csv

with open('result.csv', 'w', newline='') as f_output:
    csv_output = csv.writer(f_output)

    for filename in glob.glob('X*.csv'):
        print (filename)

        with open(filename, newline='') as f_input:
            csv_input = csv.reader(f_input)
            header = next(csv_input)
            averages = []

            for col in zip(*csv_input):
                averages.append(sum(int(x) for x in col) / len(col))

        csv_output.writerow([filename] + averages)

因此，如果您的XY0001.csv包含：

Col1,Col2,Col3
6,1,10
2,1,20
5,2,30

result.csv將編寫如下：

XY0001.csv,4.333333333333333,1.3333333333333333,20.0  

使用Python 3.5.2測試