将多个 csv 文件导入 pandas 并将它们合并为一个 DataFrame

Question

我有多个csv文件（每个文件包含N行（例如，1000行） 和43 列）。

我想从文件夹中读取多个 csv 文件到 pandas 并将它们合并到一个 DataFrame 中。

我虽然没弄明白。

问题在于， DataFrame 的最终输出（即 frame = pd.concat(li, axis=0, ignore_index=True) ）合并了所有列（即 43 列) 成一列 （见附图） Screenshot of the code

所选行和列的示例（文件一）

               Client_ID    Client_Name  Pointer_of_Bins   Date        Weight
                C0000001       POLYGONE      TI006093     12/03/2019   0.5
                C0000001       POLYGONE      TI006093     12/03/2019   0.6
                C0000001       POLYGONE      TI006093     12/03/2019   1.4
                C0000001       POLYGONE      TI006897     14/03/2019   2.9

所选行和列的示例（文件二） Client_ID Client_Name Pointer_of_Bins 日期重量 C0000001 多边形 TI006093 22/04/2019 1.5 C0000001 阿尔迪 TI006098 22/04/2019 0.7 C0000001 阿尔迪 TI006098 22/04/2019 2.4 C0000001 阿尔迪 TI006898 24/04/2019 1.9

预期的输出将如下所示（合并多个文件可能包含数千行和几列，因为附加数据只是一个示例，而实际的 csv 文件可能包含数千行和超过 45每个文件中的列）

               Client_ID    Client_Name  Pointer_of_Bins   Date        Weight
                C0000001       POLYGONE      TI006093     12/03/2019   0.5
                C0000001       POLYGONE      TI006093     12/03/2019   0.6
                C0000001       POLYGONE      TI006093     12/03/2019   1.4
                C0000001       POLYGONE      TI006897     14/03/2019   2.9   
                C0000001       POLYGONE      TI006093     22/04/2019   1.5
                C0000001       ALDI          TI006098     22/04/2019   0.7
                C0000001       ALDI          TI006098     22/04/2019   2.4
                C0000001       ALDI          TI006898     24/04/2019   1.9

TO Download the two CSV files, click here (dummy data

这是我到目前为止所做的：

import pandas as pd
import glob
path = r'C:\Users\alnaffakh\Desktop\doc\Data\data2\Test'
all_files = glob.glob(path + "/*.csv")
li = []
for filename in all_files:
    df = pd.read_csv(filename, sep='delimiter', index_col=None, header=0)
  # df = pd.read_csv(filename, sep='\t', index_col=None, header=0)
    li.append(df)
frame = pd.concat(li, axis=0, ignore_index=True)

Answer 1

解决方案

您可以使用 pandas.concat 递归连接 .csv 文件内容。
事实上，我看到你用过它，你对 concat 的应用对我来说似乎很好。尝试调查您阅读的各个数据帧。您的列可以合并为一个列的唯一方法是您没有提及正确的分隔符。

import pandas as pd

dfs = list()
for filename in filesnames:    
    df = pd.read_csv(filename)    
    dfs.append(df)
frame = pd.concat(dfs, axis=0, ignore_index=True)
df.head()

带有虚拟数据的示例

由于可用的虚拟数据还不是文本格式，我只使用我制作的一些虚拟数据。

import pandas as pd
from io import StringIO # needed for string to dataframe conversion

file1 = """
Col1    Col2    Col3    Col4    Col5
1   ABCDE   AE10    CD11    BC101F
2   GHJKL   GL20    JK22    HJ202M
3   MNPKU   MU30    PK33    NP303V
4   OPGHD   OD40    GH44    PG404E
5   BHZKL   BL50    ZK55    HZ505M
"""

file2 = """
Col1    Col2    Col3    Col4    Col5
1   AZYDE   AE10    CD11    BC100F
2   GUFKL   GL24    JK22    HJ207M
3   MHPRU   MU77    PK39    NP309V
4   OPGBB   OE90    GH41    PG405N
5   BHTGK   BL70    ZK53    HZ508Z
"""

将数据作为单独的数据帧加载，然后将它们连接起来。

df1 = pd.read_csv(StringIO(file1), sep='\t')
df2 = pd.read_csv(StringIO(file2), sep='\t')
print(pd.concat([df1, df2], ignore_index=True))

输出：

   Col1   Col2  Col3  Col4    Col5
0     1  ABCDE  AE10  CD11  BC101F
1     2  GHJKL  GL20  JK22  HJ202M
2     3  MNPKU  MU30  PK33  NP303V
3     4  OPGHD  OD40  GH44  PG404E
4     5  BHZKL  BL50  ZK55  HZ505M
5     1  AZYDE  AE10  CD11  BC100F
6     2  GUFKL  GL24  JK22  HJ207M
7     3  MHPRU  MU77  PK39  NP309V
8     4  OPGBB  OE90  GH41  PG405N
9     5  BHTGK  BL70  ZK53  HZ508Z

将多个 csv 文件导入 pandas 并将它们合并为一个 DataFrame

Importing multiple csv files into pandas and merge them into one DataFrame

python

csv

concat

dataframe

pandas

解决方案

带有虚拟数据的示例