如何在 python 中連接兩個 csv 文件

Question

我有一個代碼，我嘗試使用 pd.concat() 合並幾個 csv 文件，我遇到的問題是連接文件的最后一列 file1.csv 和 file2.Z628CB5675FF528F3FZ 的第一列合並在 a972FE52FE8F3FZ 中單元格（與 file.csv 和 file3.csv 相同）如下圖所示。 我將不勝感激在這方面的任何幫助。

file1 = 'file1.csv'
file2 = 'file2.csv'
file3 = 'file3.csv'
df1 = pd.read_csv( file1, sep="\n" ,na_values='NA')
df2 = pd.read_csv( file2, sep="\n" ,na_values='NA')
df3 = pd.read_csv( file3, sep="\n" ,na_values='NA')
BigDf = pd.concat([df1, df2,df3], axis=1)
BigDf.to_csv('final.csv', sep="\t", index = False)

例如。 file1.csv 是

       A      B      C      
0  False  False  False  
1   True   True  False   
2  False  False  False   
3  False  False  False  

file2.csv 是

      D     E      F     
0  False  False  False  
1   True   True  False   
2  False  False  False   
3  False  False  False  
 
   

合並的文件應該是

       A      B      C      D     E     F     
0  False  False  False    False  False  False 
1  True   True  False     True   True  False
2  False  False  False    False  False  False 
3  False  False  False    False  False  False 

相反，它是

       A      B      CD     E     F     
0  False  False  FalseFalse  False  False 
1  True   True   FalseTrue   True  False
2  False  False  FalseFalse  False  False 
3  False  False  FalseFalse  False  False 

Answer 1

concat 對我來說按預期工作，請參閱下面的代碼，

import pandas as pd

df1 = pd.read_clipboard()
df1
       A      B      C
0  False  False  False
1   True   True  False
2  False  False  False
3  False  False  False

df2 = pd.read_clipboard()
df2
       D      E      F
0  False  False  False
1   True   True  False
2  False  False  False
3  False  False  False

pd.concat([df1, df2], axis=1)
       A      B      C      D      E      F
0  False  False  False  False  False  False
1   True   True  False   True   True  False
2  False  False  False  False  False  False
3  False  False  False  False  False  False

df_new = pd.concat([df1, df2], axis=1)
df_new
       A      B      C      D      E      F
0  False  False  False  False  False  False
1   True   True  False   True   True  False
2  False  False  False  False  False  False
3  False  False  False  False  False  False

df_new.to_csv("test.csv", sep='\t', index=False)

df_new_loaded = pd.read_csv("test.csv", sep='\t')
df_new_loaded
       A      B      C      D      E      F
0  False  False  False  False  False  False
1   True   True  False   True   True  False
2  False  False  False  False  False  False
3  False  False  False  False  False  False

df_new_loaded.columns
Index(['A', 'B', 'C', 'D', 'E', 'F'], dtype='object')

df_new_loaded
       A      B      C      D      E      F
0  False  False  False  False  False  False
1   True   True  False   True   True  False
2  False  False  False  False  False  False
3  False  False  False  False  False  False

Answer 2

你可以試試

pd.concat([df1, df2], axis='col')

但它可能會給你同樣的結果