導入多個CSV文件，從每個文件中選擇1列，然后用Jupyter Noteboos中的文件名重命名該列

Question

我試着從這個kaggle鏈接導入CSV 100個文件- https://www.kaggle.com/natehenderson/nate-s-cryptocurrency-analysis/data

每個文件都包含不同加密貨幣的歷史信息。

每個文件如下所示：

數據看起來如何

對於當前的分析，我只需要每個文件的市值列以及帶有時間戳的索引。

因此，對於每個文件，唯一需要的列就是市值。 然后，我需要追加每列並用文件名替換該列的名稱。

最終結果應如下所示：

最后結果

如果每列包含市值和粗略值，則每個值應與索引相對應，並且該列的名稱應與csv文件的名稱相同。

有什么想法我該怎么做？

Answer 1

以下內容將幫助您入門。 假設您有一個包含所有CSV文件的文件夾，並且每個CSV文件都具有相同的格式，即：

Date,Open,High,Low,Close,Volume,Market Cap
"Sep 22, 2017",1.23,1.25,1.14,1.24,513898,12916700
"Sep 23, 2017",1.28,1.35,1.18,1.23,1700200,13448400

在嘗試水平寫入數據時，需要先將所有數據收集到內存中，然后才能進行寫入。 該腳本一次讀取每個文件，並將每一行分配給字典的字典。 第一個包含date ，第二個包含具有該日期條目的所有貨幣。 該date將轉換為datetime對象，以確保在寫入輸出CSV文件時可以對它們進行正確排序。 讀取每個文件時，其名稱存儲在一個集中，以便可以使用貨幣名稱的確定列表。

為了輸出，貨幣名稱被排序，並且DictWriter用於保存所有值。 這具有為任何丟失的數據存儲空值的好處：

from collections import defaultdict
from operator import itemgetter
from datetime import datetime
import csv
import glob
import os

req_cols = itemgetter(0, 6)
all_data = defaultdict(dict)
currencies = set()
date_format1 = '%b %d, %Y'  # e.g. "Sep 22, 2017"
date_format2 = '%B %d, %Y'  # e.g. "June 22, 2017"

for csv_filename in glob.glob('*.csv'):
    with open(csv_filename, newline='') as f_input:
        currency_name = os.path.splitext(os.path.basename(csv_filename))[0]
        csv_input = csv.reader(f_input)
        header = next(csv_input)
        currencies.add(currency_name)

        for row in csv_input:
            date, market_cap = req_cols(row)

            try:
                date = datetime.strptime(date, date_format1)
            except ValueError:      # Try "June 22, 2017"
                date = datetime.strptime(date, date_format2)

            all_data[date][currency_name] = market_cap

currencies = sorted(currencies)

with open('output.csv', 'w', newline='') as f_output:
    header = ['Date'] + currencies
    csv_output = csv.DictWriter(f_output, fieldnames=header)
    csv_output.writeheader()

    for date, entries in sorted(all_data.items()):
        entries['Date'] = date.strftime(date_format1)
        csv_output.writerow(entries)