Pandas：合并多个 .csv 文件和 return Dataframe，其中包含聚合的同名列

Question

我有 100 个 csv 文件。每个文件都包含可能在也可能不在其他 .csv 文件中的列。我需要将所有 csv 文件合并为一个文件，并对具有相同列名的所有列求和。下面是一个有两个 csv 文件的例子，但想象一下它最多可以有 100 个 csv 文件：

第一个 csv 文件：

 User  col1 col2 col3 col4 col5 ....colX
 A     1    1     1    2    6        5
 B     4    5     6    7    23       6
 C     4    6     1    2     4       4

第二个 csv 文件

User  col1 col2 col3 col4 col5 ....colY
 A     1    1     5    3    2       3
 B     20   4     3    9    6       4 
 C     2    1     4    3    4       1

结果数据帧

User   col1   col2    col3   col4   col5 ....colX colY
 A     1+1    1+1     1+5    2+3    6+2       5    3
 B     4+20   5+4     6+3    7+9    23+6      6    4
 C     4+2    6+1     1+4    2+3    4+4       4    1

我尝试执行以下操作来合并 csv，但列没有聚合。

csvArray = []
for x in range(1,101): 
   csvArray.append(pd.read_csv("myCsv"+str(x)+".csv"))

full_df = pd.concat(csvArray).fillna(0)

Answer 1

您可以按 User 列创建索引并按第一级使用 sum:

csvArray = []
for x in range(1,101): 
   csvArray.append(pd.read_csv("myCsv{}.csv".format(x), index_col=['User']))

或：

csvArray = [pd.read_csv("myCsv{}.csv".format(x), index_col=['User']) for x in range(1,101)]

full_df = pd.concat(csvArray).fillna(0).sum(level=0).reset_index()

在您的解决方案中，应按 User 列聚合：

full_df = pd.concat(csvArray).fillna(0).groupby('User', as_index=False).sum()

Answer 2

你也可以试试：

data = pd.DataFrame()
for x in range(1, 101):
    df = pd.read_csv('mycsv'+str(x)+'.csv').set_index('User')
    data = data.add(df, fill_value = 0).fillna(0)

Pandas：合并多个 .csv 文件和 return Dataframe，其中包含聚合的同名列

Pandas: concat multiple .csv files and return Dataframe with columns of the same name aggregated

python

csv

concat

pandas