如何将 csv 列与 Python 结合起来答案

【问题标题】：How to combine csv columns with Python如何将 csv 列与 Python 结合起来
【发布时间】：2020-01-23 14:49:31
【问题描述】：

我得到的是一个具有以下结构的 CSV 文件：

column1 column2 column3 column4(day) column5(month&year) column6(time)

...

文件的列没有名称。现在我想合并 column4 和 column5 并生成一个新版本的 CSV 文件，这样我就可以在一个单元格中获得完整的日期。

我尝试的是遵循 Python 代码：


def correctDatetime():
    with open("inputfile.csv", "r") as source, open("outputfile.csv", "w") as result:
        df = pd.read_csv('C:/ProgrammingProjects/LicMonTest/inputfile.csv', header=0)

        for row in source:
            df['Datetime'] = df[df.columns[3:]].apply(lambda x: ' '.join(x.dropna().astype(str)), axis=1)
        result.write(df)

很遗憾，这只会生成一个空的 CSV 文件。我怎样才能最好地解决这个问题？任何意见将是有益的。提前致谢！

【问题讨论】：

标签： python excel pandas csv

【解决方案1】：

import pandas as pd
#Setup DF
data = [
(1234,    1,     'x', 'x', 34, 'May 2019'),
(1234,    2,     'x', 'x', 34, 'June 2019'),
(1235,    1,     'y', 'y', 34, 'July 2019')]
df = pd.DataFrame(data)

以下代码将根据列位置组合您的数据，然后删除不必要的列并保存到some_csv.csv：

df['Datetime']=df.apply(lambda x:'%s %s' % (str(x[df.columns[4]]),str(x[df.columns[5]])),axis=1)
df.drop(columns=[df.columns[4],df.columns[5]], inplace=True)
df.to_csv('some_csv.csv')

【讨论】：

【解决方案2】：

添加header=None，因为csv文件中没有标题到read_csv，然后通过DataFrame.pop提取列3和4并连接在一起，最后通过DataFrame.to_csv写入文件：

def correctDatetime():
    df = pd.read_csv('C:/ProgrammingProjects/LicMonTest/inputfile.csv', header=None)
    df['Datetime'] = df.pop(3) + ' ' + df.pop(4) + ' ' + df.pop(5)
    df.to_csv("outputfile.csv", index=False, header=False)

如果需要转换为日期时间，格式为month，年份为MMYYYY，时间列为HH:MM:SS，添加to_datetime：

def correctDatetime():
    df = pd.read_csv('C:/ProgrammingProjects/LicMonTest/inputfile.csv', header=None)
    s = df.pop(3) + '-' + df.pop(4) + ' ' + df.pop(4)
    df['Datetime'] = pd.to_datetime(s, format='%d-%m%Y %H:%M:%S')
    df.to_csv("outputfile.csv", index=False, header=False)

【讨论】：

不应该header=None 吗？ OP 说文件不包含列名
很遗憾，这不起作用。提供的代码不会合并/合并两列，它只是将“0，日期时间”插入单元格 A1。
@sim_rum - print (df.head()) 是什么？